리스크 추정치 스케일링
이전 연습에서 계산한 VaR(95)은 단일 일자에 대한 위험 가치입니다. 더 긴 기간의 VaR을 추정하려면 변동성을 스케일링하는 방식과 유사하게 시간을 제곱근으로 스케일링합니다:
$$ \text{VaR(95)}_{\text{t days}} = \text{VaR(95)}_{\text{1 day}} * \sqrt{t} $$
이전 연습의 StockReturns_perc와 var_95가 워크스페이스에 준비되어 있습니다. 이 데이터를 사용해 USO 오일 ETF의 향후 1일에서 100일까지의 VaR을 추정하세요. 또한, 향후 1일에서 100일까지의 VaR을 시각화하는 함수 plot_var_scale()도 제공되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 시작하는 포트폴리오 리스크 관리
연습 안내
range()함수를 사용해 0부터 100(100은 제외)까지 반복하세요.- 각 인덱스에서
forecasted_values의 두 번째 열을 예상 VaR로 설정하세요.np.sqrt()함수를 사용해var_95에i + 1의 제곱근을 곱해 주세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()