Monte Carlo VaR
रिटर्न वैल्यूज़ और Monte-Carlo पाथ्स, दोनों का उपयोग ऑप्शन प्राइसिंग मॉडल और हेजिंग से लेकर पोर्टफोलियो ऑप्टिमाइज़ेशन और ट्रेडिंग स्ट्रैटेजीज़ तक हर तरह के विश्लेषण में किया जा सकता है.
हर iteration पर रिटर्न डेटा को aggregate करें, और प्राप्त वैल्यूज़ का उपयोग करके parametric VaR(99) का पूर्वानुमान लगाएँ.
पिछले अभ्यास से mu, vol, T, और S0 पैरामीटर्स उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में पोर्टफोलियो जोखिम प्रबंधन का परिचय
अभ्यास निर्देश
- हर iteration में
.append()मेथड का उपयोग करकेrand_retsकोsim_returnsलिस्ट में जोड़ें. sim_returnsपरnp.percentile()फंक्शन का उपयोग करके parametric VaR(99) की गणना करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Aggregate the returns
sim_returns = []
# Loop through 100 simulations
for i in range(100):
# Generate the Random Walk
rand_rets = np.random.normal(mu, vol, T)
# Save the results
sim_returns.____
# Calculate the VaR(99)
var_99 = ____
print("Parametric VaR(99): ", round(100*var_99, 2),"%")