Expected shortfall storico
L'Expected Shortfall, noto anche come CVaR (Conditional Value at Risk), è semplicemente la perdita attesa nei peggiori scenari di rendimento.
Per esempio, se il tuo portafoglio ha un VaR(95) del -3%, allora il CVaR(95) è il valore medio di tutte le perdite che superano il -3%.
I dati dei rendimenti (in percentuale) sono disponibili nella variabile StockReturns_perc. var_95 dall'esercizio precedente è anch'esso disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Introduzione alla gestione del rischio di portafoglio in Python
Istruzioni dell'esercizio
- Calcola la media dei rendimenti in
StockReturns_percin cuiStockReturns_percè minore o uguale avar_95e assegnala acvar_95. - Traccia l'istogramma dei rendimenti ordinati (
sorted_rets) usando la funzioneplt.hist().
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Historical CVaR 95
cvar_95 = ____
print(cvar_95)
# Sort the returns for plotting
sorted_rets = sorted(StockReturns_perc)
# Plot the probability of each return quantile
____(____, density=True, stacked=True)
# Denote the VaR 95 and CVaR 95 quantiles
plt.axvline(x=var_95, color="r", linestyle="-", label='VaR 95: {0:.2f}%'.format(var_95))
plt.axvline(x=cvar_95, color='b', linestyle='-', label='CVaR 95: {0:.2f}%'.format(cvar_95))
plt.show()