Skalowanie oszacowań ryzyka

Wartość VaR(95) obliczona w poprzednich ćwiczeniach to po prostu wartość zagrożona dla jednego dnia. Aby oszacować VaR dla dłuższego horyzontu czasowego, przeskaluj tę wartość przez pierwiastek kwadratowy z czasu – podobnie jak skaluje się zmienność:

$$ \text{VaR(95)}_{\text{t dni}} = \text{VaR(95)}_{\text{1 dzień}} * \sqrt{t} $$

StockReturns_perc oraz var_95 z poprzedniego ćwiczenia są dostępne w twoim środowisku pracy. Skorzystaj z tych danych, aby oszacować VaR dla ETF-u naftowego USO na 1 do 100 dni do przodu. Zdefiniowaliśmy też funkcję plot_var_scale(), która wyświetla wykres VaR dla 1 do 100 dni do przodu.

To ćwiczenie jest częścią kursu

Wprowadzenie do zarządzania ryzykiem portfela w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Wykonaj pętlę od 0 do 100 (bez 100) za pomocą funkcji range().
Ustaw wartość w drugiej kolumnie tablicy forecasted_values dla każdego indeksu równą prognozowanemu VaR, mnożąc var_95 przez pierwiastek kwadratowy z i + 1 przy użyciu funkcji np.sqrt().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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()

Edytuj i uruchom kod