リスク推定のスケーリング
前の演習で計算した VaR(95) は、単一日の損失リスクを表す値にすぎません。より長い期間の VaR を見積もるには、ボラティリティのスケーリングと同様に、時間の平方根で値をスケーリングします。
$$ \text{VaR(95)}_{\text{t days}} = \text{VaR(95)}_{\text{1 day}} * \sqrt{t} $$
前の演習で作成した StockReturns_perc と var_95 はワークスペースに用意されています。これらを使って、USO 原油 ETF の VaR を、今日から 1 日後〜100 日後まで推定してください。1 日後から 100 日後までの VaR を可視化する関数 plot_var_scale() も用意しています。
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
演習の手順
range()関数を使って、0 から 100（100 は含まない）までループします。- 各インデックスで、
forecasted_valuesの第 2 列に予測した VaR を代入します。np.sqrt()関数を使い、var_95にi + 1の平方根を掛けて計算します。
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。
# 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()