Simulazione Monte Carlo
Puoi usare la simulazione Monte Carlo degli asset del portafoglio delle investment bank 2005-2010 per trovare il VaR al 95%.
Le perdite medie degli asset sono nell'array Numpy mu. La matrice di covarianza efficiente è e_cov (nota che qui stiamo usando la varianza giornaliera, non annualizzata come negli esercizi precedenti). Le userai per creare traiettorie campione delle perdite degli asset su un giorno, per simulare la perdita giornaliera del portafoglio.
Usare la matrice di covarianza e_cov consente traiettorie degli asset correlate, un'ipotesi realistica.
La simulazione total_steps è impostata a 1440, come nel video. Il numero di run N è impostato a 10000.
Per ciascun run calcolerai le losses cumulative e poi applicherai la funzione np.quantile() per trovare il VaR al 95%.
Sono disponibili i weights del portafoglio e la distribuzione norm di scipy.stats.
Questo esercizio fa parte del corso
Gestione quantitativa del rischio in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Initialize daily cumulative loss for the 4 assets, across N runs
daily_loss = np.zeros((____ , N))