Simulação de Monte Carlo

Você pode usar uma simulação de Monte Carlo dos ativos da carteira de bancos de investimento de 2005–2010 para encontrar o VaR de 95%.

As perdas médias dos ativos estão no array do Numpy mu. A matriz de covariância eficiente é e_cov (note que aqui estamos usando a variância diária, não a anualizada como nos exercícios anteriores). Você usará isso para criar trajetórias amostrais de perdas dos ativos ao longo de um dia, para simular a perda diária da carteira.

Usar a matriz de covariância e_cov permite que as trajetórias dos ativos sejam correlacionadas, o que é uma suposição realista.

A simulação total_steps está definida como 1440, como no vídeo. O número de execuções N está definido como 10000.

Para cada execução, você vai calcular o losses acumulado e então aplicar a função np.quantile() para encontrar o VaR de 95%.

Os weights da carteira e a distribuição norm de scipy.stats estão disponíveis.