Aan de slagGa gratis aan de slag

Monte Carlo-VaR

Zowel de rendementen als de Monte Carlo-paden kun je gebruiken voor analyses, van optieprijzing en hedging tot portefeuille-optimalisatie en handelsstrategieën.

Aggregateer de rendementsdata bij elke iteratie en gebruik de resulterende waarden om de parametrische VaR(99) te voorspellen.

De parameters mu, vol, T en S0 zijn beschikbaar uit de vorige oefening.

Deze oefening maakt deel uit van de cursus

Introductie tot portefeuillerisicobeheer in Python

Cursus bekijken

Oefeninstructies

  • Gebruik de methode .append() om de rand_rets in elke iteratie toe te voegen aan de lijst sim_returns.
  • Bereken de parametrische VaR(99) met de functie np.percentile() op sim_returns.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Aggregate the returns
sim_returns = []

# Loop through 100 simulations
for i in range(100):

    # Generate the Random Walk
    rand_rets = np.random.normal(mu, vol, T)
    
    # Save the results
    sim_returns.____

# Calculate the VaR(99)
var_99 = ____
print("Parametric VaR(99): ", round(100*var_99, 2),"%")
Code bewerken en uitvoeren