Исторический показатель Value at Risk
Просадка измеряет устойчивые потери на протяжении времени, но что насчёт простых однодневных движений?
Value at Risk (VaR) — это способ оценить риск однодневного отрицательного движения цены. VaR можно измерить для любого заданного уровня вероятности, или доверительного уровня, однако наиболее часто используются VaR(95) и VaR(99). Исторический VaR — простейший метод расчёта, однако он опирается на исторические данные о доходности, которые могут плохо отражать будущее. Например, исторический VaR(95) представляет собой минимальный убыток, который ваш портфель или актив понёс в худших 5% случаев.
Ниже вы рассчитаете исторический VaR(95) для нефтяного ETF USO. Данные о доходности (в процентах) доступны в переменной StockReturns_perc.
Это упражнение является частью курса
Введение в управление портфельными рисками на Python
Инструкции к упражнению
- Рассчитайте VaR(95) — худшие 5% доходностей USO (
StockReturns_perc) — и присвойте результат переменнойvar_95. - Отсортируйте
StockReturns_percи присвойте результат переменнойsorted_rets. - Постройте гистограмму отсортированных доходностей (
sorted_rets).
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Calculate historical VaR(95)
var_95 = ____(StockReturns_perc, ____)
print(var_95)
# Sort the returns for plotting
sorted_rets = ____
# Plot the probability of each sorted return quantile
____(sorted_rets, density=True, stacked=True)
# Denote the VaR 95 quantile
plt.axvline(x=var_95, color='r', linestyle='-', label="VaR 95: {0:.2f}%".format(var_95))
plt.show()