VaR методом Монте-Карло
Как значения доходностей, так и пути метода Монте-Карло можно использовать для анализа широкого круга задач — от моделей оценки опционов и хеджирования до оптимизации портфеля и торговых стратегий.
Агрегируйте данные о доходностях на каждой итерации и используйте полученные значения для прогнозирования параметрического VaR(99).
Параметры mu, vol, T и S0 доступны из предыдущего упражнения.
Это упражнение является частью курса
Введение в управление портфельными рисками на Python
Инструкции к упражнению
- Используйте метод
.append(), чтобы добавлятьrand_retsв списокsim_returnsна каждой итерации. - Рассчитайте параметрический VaR(99) с помощью функции
np.percentile(), применив её кsim_returns.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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),"%")