Qual è il tuo appetito per il rischio?

Il risk management valuta l’esposizione al rischio in base al profilo di rischio (o tolleranza al rischio) dell’investitore. Quale delle seguenti attività potresti svolgere se le tue preferenze fossero avverse al rischio?

Questo esercizio fa parte del corso

Gestione quantitativa del rischio in Python

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

Gestione quantitativa del rischio in Python

AvançadoNível de habilidade

4.8+

Inizia il corso gratuitamente

La gestione del rischio parte dalla comprensione di rischio e rendimento. Ripasseremo come rischio e rendimento siano collegati tra loro, individueremo i fattori di rischio e li useremo per rivedere la Modern Portfolio Theory applicata alla crisi finanziaria globale del 2007-2008.

Exercise 1: Benvenuto!Exercise 2: Rendimenti del portafoglio durante la crisi Exercise 3: Covarianza degli asset e volatilità del portafoglio Exercise 4: Fattori di rischio e la crisi finanziaria Exercise 5: Introduzione al ricampionamento delle frequenze Exercise 6: Visualizzare la correlazione tra i fattori di rischio Exercise 7: Modello a fattori ai minimi quadrati Exercise 8: Teoria moderna del portafoglio Exercise 9: Esercitati con PyPortfolioOpt: rendimenti Exercise 10: Esercitati con PyPortfolioOpt: covarianza Exercise 11: Scomporre la crisi finanziaria Exercise 12: La frontiera efficiente e la crisi finanziaria

Ora è il momento di ampliare la tua cassetta degli attrezzi per l’ottimizzazione del portafoglio con misure di rischio come Value at Risk (VaR) e Conditional Value at Risk (CVaR). Per farlo userai librerie Python specializzate tra cui pandas, scipy e pypfopt. Imparerai anche a mitigare l’esposizione al rischio utilizzando il modello di Black-Scholes per coprire un portafoglio di opzioni.

Exercise 1: Misurare il rischio Exercise 2: VaR per la distribuzione Normale Exercise 3: Confrontare CVaR e VaR Exercise 4: Quale misura di rischio è "migliore"?Exercise 5: Esposizione al rischio e perdita Exercise 6: Qual è il tuo appetito per il rischio?

Esercizio attuale

Exercise 7: VaR ed esposizione al rischio Exercise 8: CVaR ed esposizione al rischio Exercise 9: Gestione del rischio con VaR e CVaR Exercise 10: VaR da una distribuzione adattata Exercise 11: Minimizzare il CVaR Exercise 12: Gestione del rischio con CVaR e la crisi Exercise 13: Copertura del portafoglio: compensare il rischio Exercise 14: Prezzo delle opzioni con Black-Scholes Exercise 15: Prezzo delle opzioni e asset sottostante Exercise 16: Usare le opzioni per copertura (hedging)

In questo capitolo stimerai le misure di rischio usando stime parametriche e dati storici reali. Scoprirai poi come la simulazione Monte Carlo può aiutarti a prevedere l’incertezza. Infine, capirai come la crisi finanziaria globale abbia segnalato che la casualità stessa stava cambiando, comprendendo le rotture strutturali e come identificarle.

Exercise 1: Stima parametrica Exercise 2: Stima dei parametri: Normale Exercise 3: Stima dei parametri: Normale asimmetrica Exercise 4: Simulazione storica e Monte Carlo Exercise 5: Simulazione storica Exercise 6: Simulazione Monte Carlo Exercise 7: Rotture strutturali Exercise 8: Interruzione strutturale della crisi: I Exercise 9: Rottura strutturale della crisi: II Exercise 10: Rottura strutturale della crisi: III Exercise 11: Volatilità e valori estremi Exercise 12: Volatilità e break strutturali Exercise 13: Valori estremi e backtesting

È il momento di esplorare strumenti più generali di gestione del rischio. Queste tecniche avanzate sono fondamentali quando si cerca di comprendere eventi estremi, come le perdite subite durante la crisi finanziaria, e distribuzioni di perdita complesse che possono sfuggire alle tecniche di stima tradizionali. Scoprirai anche come implementare reti neurali per approssimare le distribuzioni di perdita ed eseguire l’ottimizzazione del portafoglio in tempo reale.

Exercise 1: Teoria dei valori estremi Exercise 2: Massimi a blocchi Exercise 3: Eventi estremi durante la crisi Exercise 4: Stima del rischio con GEV Exercise 5: Stima tramite kernel density Exercise 6: KDE di una distribuzione di perdite Exercise 7: Quale distribuzione?Exercise 8: CVaR e scelta della copertura delle perdite Exercise 9: Gestione del rischio con reti neurali Exercise 10: Reti neurali a singolo strato Exercise 11: Previsione del prezzo di un asset Exercise 12: Gestione del rischio in tempo reale Exercise 13: Riepilogo e passi futuri