1. Nauka
    2. /
  2. Kursy
    3. /
  3. Ilościowe zarządzanie ryzykiem w Pythonie
Connected

ćwiczenie

Symulacja historyczna

Symulacja historyczna VaR zakłada, że rozkład historycznych strat jest taki sam jak rozkład przyszłych strat. Sprawdzimy, czy to założenie jest prawdziwe dla naszego portfela banku inwestycyjnego, porównując 95% VaR z lat 2005–2006 z 95% VaR z lat 2007–2009.

Lista asset_returns została już przygotowana – zawiera stopy zwrotu z aktywów dla każdego z dwóch okresów. Użyjesz jej, aby obliczyć portfolio_returns na podstawie dostępnych weights, a następnie wyznaczyć losses portfela.

Następnie skorzystasz z funkcji np.quantile(), aby znaleźć 95% VaR dla każdego okresu. Jeśli rozkłady strat są takie same, oszacowania 95% VaR powinny być zbliżone dla obu okresów. W przeciwnym razie rozkład mógł ulec zmianie wraz z nadejściem globalnego kryzysu finansowego.

Instrukcje

100 XP
  • Utwórz tablicę Numpy portfolio_returns dla obu okresów, korzystając z listy asset_returns i wag portfela weights.
  • Wyznacz tablicę losses na podstawie portfolio_returns.
  • Oblicz symulację historyczną 95% VaR dla obu okresów, używając funkcji np.quantile().
  • Wyświetl listę oszacowań 95% VaR.