Skala estimasi risiko

Angka VaR(95) yang dihitung pada latihan sebelumnya hanyalah nilai risiko untuk satu hari. Untuk memperkirakan VaR untuk horizon waktu yang lebih panjang, skalakan nilai tersebut dengan akar kuadrat waktu, serupa dengan penskalaan volatilitas:

$$ \text{VaR(95)}_{\text{t days}} = \text{VaR(95)}_{\text{1 day}} * \sqrt{t} $$

StockReturns_perc dan var_95 dari latihan sebelumnya tersedia di ruang kerja Anda. Gunakan data ini untuk memperkirakan VaR untuk ETF minyak USO untuk 1 hingga 100 hari ke depan. Kami juga telah mendefinisikan fungsi plot_var_scale() yang memvisualisasikan VaR untuk 1 hingga 100 hari ke depan.

Latihan ini adalah bagian dari kursus

Pengantar Manajemen Risiko Portofolio dengan Python

Lihat Kursus

Petunjuk latihan

Lakukan perulangan dari 0 hingga 100 (tidak termasuk 100) menggunakan fungsi range().
Setel kolom kedua forecasted_values pada setiap indeks sama dengan VaR prakiraan, dengan mengalikan var_95 dengan akar kuadrat dari i + 1 menggunakan fungsi np.sqrt().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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()

Edit dan Jalankan Kode