Monte Carlo सिमुलेशन
आप 2005-2010 के इन्वेस्टमेंट बैंक पोर्टफोलियो की assets पर Monte Carlo सिमुलेशन का उपयोग करके 95% VaR निकाल सकते हैं.
औसत एसेट लॉसेज़ Numpy array mu में दिए गए हैं. Efficient covariance मैट्रिक्स e_cov है (ध्यान दें कि यहाँ हम पिछले अभ्यासों की तरह annualized variance नहीं, बल्कि daily variance का उपयोग कर रहे हैं). इनका उपयोग आप एक दिन के लिए एसेट लॉसेज़ की sample paths बनाने में करेंगे, ताकि डेली पोर्टफोलियो लॉस का सिमुलेशन किया जा सके.
Covariance मैट्रिक्स e_cov का उपयोग करने से एसेट paths में आपसी correlation आ जाता है, जो एक यथार्थवादी मान्यता है.
सिमुलेशन total_steps वीडियो की तरह 1440 पर सेट है. रन की संख्या N 10000 है.
हर रन के लिए आप cumulative losses निकालेंगे, और फिर np.quantile() फंक्शन लगाकर 95% VaR पाएँगे.
पोर्टफोलियो weights और scipy.stats की norm डिस्ट्रीब्यूशन उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Quantitative Risk Management
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Initialize daily cumulative loss for the 4 assets, across N runs
daily_loss = np.zeros((____ , N))