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

ćwiczenie

CVaR i ekspozycja na ryzyko

Przypomnij sobie, że CVaR to wartość oczekiwana straty przy założeniu przekroczenia minimalnego progu straty. CVaR ma zatem już formę miary ekspozycji na ryzyko – jest sumą (lub całką) prawdopodobieństwa straty w ogonie rozkładu pomnożonej przez wielkość tej straty.

Aby wyznaczyć 99% CVaR, najpierw dopasuj rozkład T do dostępnych danych portfelowych crisis_losses z lat 2008–2009, korzystając z metody t.fit(). Zwraca ona parametry rozkładu T zapisane jako p, które posłużą do wyznaczenia VaR za pomocą metody .ppf().

Następnie oblicz 99% VaR, ponieważ jest on potrzebny do wyznaczenia CVaR.

Na koniec oblicz miarę 99% CVaR przy użyciu metody t.expect() – tej samej, której używałeś do obliczenia CVaR dla rozkładu normalnego w poprzednim ćwiczeniu.

Rozkład t z biblioteki scipy.stats jest już dostępny.

Instrukcje

100 XP
  • Wyznacz parametry rozkładu p, stosując metodę .fit() na danych crisis_losses.
  • Oblicz VaR_99, korzystając z dopasowanych parametrów p i funkcji kwantylowej rozkładu t.
  • Oblicz CVaR_99, używając metody t.expect() i dopasowanych parametrów p, a następnie wyświetl wynik.