or
यह अभ्यास पाठ्यक्रम का हिस्सा है
जोख़िम प्रबंधन की शुरुआत risk और return की समझ से होती है। हम दोबारा देखेंगे कि risk और return आपस में कैसे जुड़े हैं, risk factors की पहचान करेंगे, और उनका उपयोग करके Modern Portfolio Theory को 2007–2008 की वैश्विक वित्तीय संकट पर लागू रूप में फिर से समझेंगे.
वर्तमान अभ्यास
अब समय है कि आप अपने पोर्टफोलियो ऑप्टिमाइज़ेशन टूलकिट को Value at Risk (VaR) और Conditional Value at Risk (CVaR) जैसे जोखिम मापों से विस्तार दें। इसके लिए आप pandas, scipy, और pypfopt जैसी विशेष Python लाइब्रेरीज़ का उपयोग करेंगे। आप यह भी सीखेंगे कि Black-Scholes मॉडल की मदद से options पोर्टफोलियो को हेज करके जोखिम एक्सपोज़र को कैसे कम करें.
इस अध्याय में, आप पैरामीट्रिक आकलन और ऐतिहासिक वास्तविक-विश्व डेटा का उपयोग करके जोखिम मापों का अनुमान लगाएंगे। फिर आप जानेंगे कि Monte Carlo simulation अनिश्चितता का पूर्वानुमान लगाने में कैसे मदद करता है। अंत में, आप समझेंगे कि वैश्विक वित्तीय संकट ने कैसे संकेत दिया कि यादृच्छिकता स्वयं बदल रही थी, और structural breaks क्या होते हैं तथा उनकी पहचान कैसे की जाए.
अब अधिक सामान्य जोखिम प्रबंधन टूल्स का पता लगाने का समय है। ये एडवांस्ड तकनीकें अत्यधिक घटनाओं—जैसे वित्तीय संकट के दौरान हुए नुकसान—और जटिल loss distributions को समझने में निर्णायक होती हैं, जो पारंपरिक आकलन तकनीकों को चुनौती दे सकती हैं। आप यह भी जानेंगे कि neural networks का उपयोग करके loss distributions का लगभगन कैसे करें और रियल-टाइम पोर्टफोलियो ऑप्टिमाइज़ेशन कैसे संचालित करें.