ComeçarComece de graça

Valores extremos e backtesting

Os valores extremos são aqueles que excedem um limite e são usados para determinar se as medidas de risco, como o VaR, estão refletindo com precisão o risco de perda.

Você explorará valores extremos calculando o VaR de 95% da carteira de banco de investimento igualmente ponderada para 2009-2010 (lembre-se de que isso é equivalente à simulação histórica a partir de 2010) e, em seguida backtesting com dados de 2007-2008.

As perdas do portfólio de 2009-2010 estão disponíveis em estimate_data, a partir do qual você calculará a estimativa de 95% do VaR. Em seguida, encontre valores extremos que excedam a estimativa de VaR, a partir das perdas do portfólio de 2007-2008 no site disponível backtest_data.

Compare a frequência relativa de valores extremos com o VaR de 95% e, por fim, visualize os valores extremos com um gráfico de haste.

Este exercício faz parte do curso

Gerenciamento quantitativo de riscos em Python

Ver curso

Instruções do exercício

  • Calcule o VaR de 95% em estimate_data usando np.quantile().
  • Encontre o extreme_values de backtest_data usando VaR_95 como limite de perda.
  • Compare a frequência relativa de extreme_values com a estimativa de VaR_95. Eles são iguais?
  • Exiba um gráfico de haste de extreme_values, mostrando como os grandes desvios se agruparam durante a crise.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Compute the 95% VaR on 2009-2010 losses
VaR_95 = ____.____(estimate_data, 0.95)

# Find backtest_data exceeding the 95% VaR
extreme_values = backtest_data[____ > VaR_95]

# Compare the fraction of extreme values for 2007-2008 to the Var_95 estimate
print("VaR_95: ", VaR_95, "; Backtest: ", len(____) / len(backtest_data) )

# Plot the extreme values and look for clustering
plt.stem(extreme_values.index, ____)
plt.ylabel("Extreme values > VaR_95"); plt.xlabel("Date")
plt.show()
Editar e executar o código