パラメトリックVaR

Value at Risk は、分散・共分散法として知られる手法を使ってパラメトリックに計算することもできます。この方法では、実際のリターン値ではなく、過去のリターン分布の特性に基づいて起こりうる範囲をシミュレーションできます。パラメトリックな VaR(90) は次のように計算できます。

# Import norm from scipy.stats
from scipy.stats import norm

# Calculate Parametric VaR
norm.ppf(confidence_level=0.10, mu, vol)

ここで、mu と vol はそれぞれ平均とボラティリティを表します。

リターンデータ（小数）は StockReturns という変数で利用できます。

この演習はコースの一部です

Pythonで学ぶポートフォリオ・リスク管理入門

コースを見る

演習の手順

scipy.stats から norm をインポートします。
StockReturns の平均とボラティリティを計算し、それぞれ mu と vol に代入します。
VaR(95) のための confidence_level を設定します。
norm.ppf() 関数を使って VaR(95) を計算します。最初の引数に信頼水準を、2番目と3番目の引数に mu と vol を渡します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Import norm from scipy.stats
____

# Estimate the average daily return
mu = ____(StockReturns)

# Estimate the daily volatility
vol = ____(StockReturns)

# Set the VaR confidence level
confidence_level = ____

# Calculate Parametric VaR
var_95 = ____
print('Mean: ', str(mu), '\nVolatility: ', str(vol), '\nVaR(95): ', str(var_95))

コードを編集して実行