ÎncepețiÎncepe gratuit

Simulare istorică

Simularea istorică a VaR presupune că distribuția pierderilor istorice este aceeași cu distribuția pierderilor viitoare. Vom testa dacă acest lucru este valabil pentru portofoliul băncii noastre de investiții, comparând VaR-ul de 95% din perioada 2005–2006 cu VaR-ul de 95% din perioada 2007–2009.

Lista asset_returns a fost creată pentru tine și conține randamentele activelor pentru fiecare dintre cele două perioade. Vei folosi această listă pentru a crea portfolio_returns pe baza weights disponibile, apoi vei deriva losses ale portofoliului.

Vei folosi apoi funcția np.quantile() pentru a determina VaR-ul de 95% pentru fiecare perioadă. Dacă distribuțiile pierderilor sunt identice, estimările VaR de 95% ar trebui să fie aproximativ egale pentru ambele perioade. În caz contrar, distribuția s-ar putea să fi suferit modificări pe fondul instalării crizei financiare globale.

Acest exercițiu face parte din cursul

Managementul Cantitativ al Riscului în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Creează un array Numpy cu portfolio_returns pentru cele două perioade, pornind de la lista asset_returns și ponderile weights ale portofoliului.
  • Generează array-ul losses din portfolio_returns.
  • Calculează simularea istorică a VaR-ului de 95% pentru ambele perioade folosind np.quantile().
  • Afișează lista estimărilor VaR de 95%.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Create portfolio returns for the two sub-periods using the list of asset returns
portfolio_returns = np.array([ x.____(weights) for x in asset_returns])

# Derive portfolio losses from portfolio returns
losses = - ____

# Find the historical simulated VaR estimates
VaR_95 = [____(x, 0.95) for x in ____]

# Display the VaR estimates
print("VaR_95, 2005-2006: ", VaR_95[0], '; VaR_95, 2007-2009: ', VaR_95[1])
Editează și rulează codul