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

ćwiczenie

VaR i ekspozycja na ryzyko

Wcześniej obliczano VaR i CVaR przy założeniu normalnego rozkładu strat. Teraz wyznaczysz VaR przy użyciu innego popularnego rozkładu strat – rozkładu t-Studenta (w skrócie T) dostępnego w scipy.stats.

Obliczysz tablicę miar 99% VaR z rozkładu T (z 30 - 1 = 29 stopniami swobody), korzystając z 30-dniowych okien kroczących wyznaczonych na podstawie losses z portfela banku inwestycyjnego.

Na początku wyznaczysz średnią i odchylenie standardowe dla każdego okna, tworząc listę rolling_parameters. Następnie użyjesz ich do obliczenia tablicy miar 99% VaR.

Na koniec wykorzystasz tę tablicę do zwizualizowania ekspozycji na ryzyko dla portfela o początkowej wartości 100 000 USD. Przypomnij sobie, że ekspozycja na ryzyko to prawdopodobieństwo straty (tu: 1%) pomnożone przez kwotę straty (tu: wartość wynikająca z 99% VaR).

Instrukcje

100 XP
  • Zaimportuj rozkład t-Studenta t z biblioteki scipy.stats.
  • Oblicz wektory 30-dniowej średniej kroczącej mu i odchylenia standardowego sigma na podstawie losses, a następnie umieść je w rolling_parameters.
  • Oblicz tablicę Numpy miar 99% VaR VaR_99 przy użyciu t.ppf(), na podstawie listy rozkładów T zbudowanej z elementów rolling_parameters.
  • Oblicz i zwizualizuj ekspozycję na ryzyko powiązaną z tablicą VaR_99.