शुरू करेंमुफ़्त में शुरू करें

Empirical VaR की गणना करें

इस अभ्यास में, आप empirical तरीके से dynamic 5% daily VaR का अनुमान लगाने का अभ्यास करेंगे.

Parametric VaR और empirical VaR में अंतर quantiles के estimation के तरीके में होता है. Parametric तरीका मान्य की गई distribution से quantiles का अनुमान लगाता है, जबकि empirical तरीका standardized residuals के observed distribution से quantiles का अनुमान लगाता है.

आप पिछले अभ्यास वाला वही GARCH मॉडल उपयोग करेंगे. Mean और variance के फ़ोरकास्ट क्रमशः mean_forecast और variance_forecast में सेव हैं. Empirical standardized residuals की गणना कर के उन्हें std_resid में सेव कर दिया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में GARCH मॉडल

पाठ्यक्रम देखें

अभ्यास निर्देश

  • GARCH standardized residuals std_resid से 0.05 क्वांटाइल निकालें.
  • पिछले चरण के क्वांटाइल और GARCH मॉडल के mean_forecast, variance_forecast का उपयोग करके VaR की गणना करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Obtain the empirical quantile
q_empirical = ____.____(____)
print('5% empirical quantile: ', q_empirical)

# Calculate the VaR
VaR_empirical = ____.values + np.sqrt(____).values * ____
# Save VaR in a DataFrame
VaR_empirical = pd.DataFrame(VaR_empirical, columns = ['5%'], index = variance_forecast.index)

# Plot the VaRs
plt.plot(VaR_empirical, color = 'brown', label = '5% Empirical VaR')
plt.plot(VaR_parametric, color = 'red', label = '5% Parametric VaR')
plt.scatter(variance_forecast.index,bitcoin_data.Return['2019-1-1':], color = 'orange', label = 'Bitcoin Daily Returns' )
plt.legend(loc = 'upper right')
plt.show()
कोड संपादित करें और चलाएँ