Historical Simulation
Historical simulation of VaR यह मानता है कि historical losses का distribution भविष्य के losses के distribution के जैसा ही है. हम इसे अपने investment bank पोर्टफोलियो पर टेस्ट करेंगे: 2005 - 2006 के 95% VaR की तुलना 2007 - 2009 के 95% VaR से करेंगे.
आपके लिए asset_returns नाम की एक list बनाई गई है, जिसमें दोनों अवधियों के asset returns हैं. आप इस list का इस्तेमाल उपलब्ध weights के साथ करके portfolio_returns बनाएँगे, और उससे पोर्टफोलियो की losses निकालेंगे.
इसके बाद आप np.quantile() फंक्शन का उपयोग करके दोनों अवधियों के लिए 95% VaR निकालेंगे. अगर loss distributions एक जैसे हैं, तो 95% VaR का अनुमान दोनों अवधियों में लगभग समान होना चाहिए. वरना, संभव है कि global financial crisis के दौरान distribution बदल गया हो.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Quantitative Risk Management
अभ्यास निर्देश
asset_returnsकी list और पोर्टफोलियोweightsसे दोनों अवधियों के लिएportfolio_returnsका एक Numpy array बनाएँ.portfolio_returnsसेlossesका array जनरेट करें.np.quantile()का उपयोग करके दोनों अवधियों के लिए 95% VaR की historical simulation compute करें.- 95% VaR estimates की list दिखाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create portfolio returns for the two sub-periods using the list of asset returns
portfolio_returns = np.array([ x.____(weights) for x in asset_returns])
# Derive portfolio losses from portfolio returns
losses = - ____
# Find the historical simulated VaR estimates
VaR_95 = [____(x, 0.95) for x in ____]
# Display the VaR estimates
print("VaR_95, 2005-2006: ", VaR_95[0], '; VaR_95, 2007-2009: ', VaR_95[1])