VaR de Monte Carlo

Tanto os valores de retorno quanto os caminhos de Monte Carlo podem ser usados para analisar desde modelos de precificação de opções e hedge até otimização de portfólio e estratégias de negociação.

Agregue os dados de retornos a cada iteração e use os valores resultantes para projetar o VaR(99) paramétrico.

Os parâmetros mu, vol, T e S0 estão disponíveis do exercício anterior.

Este exercício faz parte do curso

Introdução ao Gerenciamento de Risco de Portfólio em Python

Ver curso

Instruções do exercício

Use o método .append() para adicionar rand_rets à lista sim_returns em cada iteração.
Calcule o VaR(99) paramétrico usando a função np.percentile() em sim_returns.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Aggregate the returns
sim_returns = []

# Loop through 100 simulations
for i in range(100):

    # Generate the Random Walk
    rand_rets = np.random.normal(mu, vol, T)
    
    # Save the results
    sim_returns.____

# Calculate the VaR(99)
var_99 = ____
print("Parametric VaR(99): ", round(100*var_99, 2),"%")

Editar e executar o código