VaR와 CVaR를 활용한 리스크 관리

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

Python을 활용한 정량적 리스크 관리

SkillTag.level.advancedSkillTag.label

4.8+

무료로 강의 시작하기

리스크 관리는 리스크와 수익률의 이해에서 시작합니다. 리스크와 수익률의 상관관계를 복습하고, 리스크 요인을 파악한 뒤, 이를 활용해 2007-2008년 글로벌 금융 위기에 적용된 현대 포트폴리오 이론을 다시 살펴보겠습니다.

Exercise 1: 환영합니다!Exercise 2: 위기 기간의 포트폴리오 수익률 Exercise 3: 자산 공분산과 포트폴리오 변동성 Exercise 4: 리스크 요인과 금융 위기 Exercise 5: 빈도 리샘플링 기초 Exercise 6: 리스크 요인 상관관계 시각화 Exercise 7: 최소제곱 요인 모형 Exercise 8: 현대 포트폴리오 이론 Exercise 9: PyPortfolioOpt 연습: 수익률 Exercise 10: PyPortfolioOpt 실습: 공분산 Exercise 11: 금융 위기 쪼개서 살펴보기 Exercise 12: 효율적 경계와 금융 위기

이제 Value at Risk(VaR), Conditional Value at Risk(CVaR) 같은 리스크 지표로 포트폴리오 최적화 도구를 확장해 볼 시간입니다. 이를 위해 pandas, scipy, pypfopt 등 특화된 Python 라이브러리를 사용합니다. 또한 Black-Scholes 모형을 활용해 옵션 포트폴리오를 헤지하여 리스크 노출을 완화하는 방법도 배우게 됩니다.

Exercise 1: 리스크 측정 Exercise 2: 정규분포의 VaR Exercise 3: CVaR와 VaR 비교 Exercise 4: 어떤 위험 측도가 더 “좋을까요”?Exercise 5: 위험 노출과 손실 Exercise 6: 나의 위험 성향은 어느 정도일까요?Exercise 7: VaR과 리스크 익스포저 Exercise 8: CVaR와 위험 노출 Exercise 9: VaR와 CVaR를 활용한 리스크 관리

현재 연습

Exercise 10: 적합 분포에서 VaR 계산 Exercise 11: CVaR 최소화 Exercise 12: CVaR 리스크 관리와 금융위기 Exercise 13: 포트폴리오 헤지: 위험 상쇄하기 Exercise 14: Black-Scholes 옵션 가격 산출 Exercise 15: 옵션 가격과 기초자산 Exercise 16: 옵션을 활용한 헤징

이번 장에서는 모수적 추정과 실제 역사적 데이터를 사용해 리스크 지표를 추정합니다. 이어서 Monte Carlo 시뮬레이션이 불확실성 예측에 어떻게 도움이 되는지 알아봅니다. 마지막으로 구조적 변화를 이해하고 식별하는 방법을 통해, 글로벌 금융 위기가 무작위성 자체의 변화 신호였음을 학습합니다.

Exercise 1: 모수적 추정 Exercise 2: 모수 추정: 정규분포 Exercise 3: 모수 추정: Skewed Normal Exercise 4: Historical and Monte Carlo Simulation Exercise 5: 역사적 시뮬레이션 Exercise 6: 몬테카를로 시뮬레이션 Exercise 7: 구조적 단절 Exercise 8: 위기 구조적 단절: I Exercise 9: 위기 구조적 단절: II Exercise 10: 위기 구조적 단절: III Exercise 11: 변동성과 극단값 Exercise 12: 변동성과 구조적 단절 Exercise 13: 극단값과 백테스팅

이제 더 일반적인 리스크 관리 도구를 살펴봅니다. 이러한 고급 기법은 금융 위기 동안 발생한 손실과 같은 극단적 사건이나, 전통적 추정 기법으로는 설명하기 어려운 복잡한 손실 분포를 이해할 때 핵심적입니다. 또한 신경망을 사용해 손실 분포를 근사하고, 실시간 포트폴리오 최적화를 수행하는 방법도 배웁니다.

Exercise 1: 극단값 이론 Exercise 2: 블록 최댓값 Exercise 3: 위기 기간의 극단적 사건 Exercise 4: GEV 리스크 추정 Exercise 5: 커널 밀도 추정 Exercise 6: 손실 분포의 KDE Exercise 7: 어떤 분포가 맞을까요?Exercise 8: CVaR와 손실 보장액 선택 Exercise 9: Neural network risk management Exercise 10: 단일 계층 신경망 Exercise 11: 자산 가격 예측 Exercise 12: 실시간 리스크 관리 Exercise 13: 마무리와 다음 단계