Aan de slagGa gratis aan de slag

Risicoschattingen schalen

De VaR(95) die je in eerdere oefeningen hebt berekend, is de value at risk voor één dag. Om de VaR voor een langere tijdshorizon te schatten, schaal je de waarde met de wortel van de tijd, vergelijkbaar met het schalen van volatiliteit:

$$ \text{VaR(95)}_{\text{t dagen}} = \text{VaR(95)}_{\text{1 dag}} * \sqrt{t} $$

StockReturns_perc en var_95 uit de vorige oefening zijn beschikbaar in je werkruimte. Gebruik deze gegevens om de VaR voor de USO oil ETF te schatten voor 1 tot en met 100 dagen vanaf nu. We hebben ook een functie plot_var_scale() gedefinieerd die de VaR voor 1 tot en met 100 dagen vanaf nu plot.

Deze oefening maakt deel uit van de cursus

Introductie tot portefeuillerisicobeheer in Python

Cursus bekijken

Oefeninstructies

  • Loop van 0 tot 100 (exclusief 100) met de functie range().
  • Zet de tweede kolom van forecasted_values op elke index gelijk aan de voorspelde VaR, door var_95 te vermenigvuldigen met de wortel van i + 1 met de functie np.sqrt().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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()
Code bewerken en uitvoeren