जोखिम अनुमानों का स्केलिंग
पिछले अभ्यासों में निकला VaR(95) केवल एक दिन का value at risk है। लंबी समय-सीमा के लिए VaR का अनुमान लगाने के लिए, वैल्यू को समय के वर्गमूल से स्केल करें, ठीक वैसे ही जैसे volatility को स्केल किया जाता है:
$$ \text{VaR(95)}_{\text{t days}} = \text{VaR(95)}_{\text{1 day}} * \sqrt{t} $$
पिछले अभ्यास से StockReturns_perc और var_95 आपके workspace में उपलब्ध है। इस डेटा का उपयोग करके USO oil ETF के लिए आज से 1 से 100 दिनों तक का VaR अनुमानित करें। हमने एक फंक्शन plot_var_scale() भी परिभाषित किया है, जो आज से 1 से 100 दिनों तक का VaR प्लॉट करता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में पोर्टफोलियो जोखिम प्रबंधन का परिचय
अभ्यास निर्देश
range()फंक्शन का उपयोग करके 0 से 100 तक (100 शामिल नहीं) लूप करें।- प्रत्येक इंडेक्स पर
forecasted_valuesके दूसरे कॉलम को forecasted VaR के बराबर सेट करें, जहाँvar_95कोnp.sqrt()फंक्शन सेi + 1के वर्गमूल से गुणा किया गया हो.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Aggregate forecasted VaR
forecasted_values = np.empty([100, 2])
# Loop through each forecast period
for i in ____:
# Save the time horizon i
forecasted_values[i, 0] = i
# Save the forecasted VaR 95
forecasted_values[i, 1] = ____
# Plot the results
plot_var_scale()