Historische simulatie

Stel dat een Britse belegger 30% van haar vermogen in de FTSE-index heeft belegd, 40% in de S&P 500-index en 30% in de SMI-index.

Voor verschillende vectoren met logrendementen voor de 5 risicofactoren berekent de functie lossop() het verlies of de winst die de belegger zou lijden wanneer haar totale vermogen 1 is. De functie kan ook worden toegepast op een 5-dimensionale tijdreeks van logrendementen om een tijdreeks van historisch gesimuleerde verliezen en winsten te verkrijgen die hoort bij elke vector van logrendementen in de tijdreeks.

De functie lossop() is de zogeheten verliesoperator voor de portefeuille en is speciaal voor deze oefening geschreven. In het algemeen moet voor elke nieuwe portefeuille een specifieke functie worden geschreven om portefeuilleverliezen en -winsten te berekenen.

In deze oefening vorm je historisch gesimuleerde verliezen en onderzoek je ze. Dit is een noodzakelijke voorbereiding om deze gegevens te gebruiken voor het schatten van VaR en ES.

Deze oefening maakt deel uit van de cursus

Kwantiatief Risicobeheer in R

Cursus bekijken

Oefeninstructies

Bereken het verlies dat zou volgen uit een logrendement van -0.1 voor alle vijf risicofactoren (dit is al voor je gedaan).
Maak het object hslosses door lossop() toe te passen op returns, en plot vervolgens hslosses.
Maak een Q-Q-plot van hslosses ten opzichte van de normale verdeling.
Plot de steekproef-acf van hslosses en daarna van de absolute waarden in hslosses.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Calculate the loss from a log-return of -0.1 for all risk factors
lossop(rep(-0.1, 5))

# Apply lossop() to returns and plot hslosses
___ <- lossop(___)


# Form a Q-Q plot of hslosses against normal


# Plot the sample acf of hslosses and their absolute values

Code bewerken en uitvoeren