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

ćwiczenie

Symulacja Monte Carlo

Możesz użyć symulacji Monte Carlo portfela aktywów banku inwestycyjnego z lat 2005–2010, aby wyznaczyć 95% VaR.

Średnie straty na aktywach znajdują się w tablicy Numpy mu. Wydajna macierz kowariancji to e_cov (zwróć uwagę, że tutaj używamy dziennej, a nie annualizowanej wariancji, jak w poprzednich ćwiczeniach). Użyjesz ich do tworzenia ścieżek próbkowania strat na aktywach w ciągu jednego dnia, aby zasymulować dzienną stratę portfela.

Wykorzystanie macierzy kowariancji e_cov pozwala na skorelowanie ścieżek aktywów, co jest realistycznym założeniem.

Liczba kroków symulacji total_steps wynosi 1440, tak jak w filmie. Liczba przebiegów N wynosi 10000.

Dla każdego przebiegu obliczysz skumulowane losses, a następnie zastosujesz funkcję np.quantile(), aby wyznaczyć 95% VaR.

Wagi portfela weights oraz rozkład norm z biblioteki scipy.stats są dostępne.

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Zainicjalizuj macierz skumulowanych strat dziennych daily_loss – posłuży ona do zsumowania zasymulowanych strat minuta po minucie dla wszystkich 4 aktywów.