Метод Монте-Карло

С помощью метода Монте-Карло можно смоделировать активы портфеля инвестиционного банка за 2005–2010 годы и найти VaR на уровне 95%.

Средние убытки по активам хранятся в массиве Numpy mu. Эффективная ковариационная матрица — e_cov (обратите внимание, что здесь используется дневная, а не годовая дисперсия, как в предыдущих упражнениях). На их основе вы построите траектории изменения убытков по активам за один день, чтобы смоделировать дневные потери портфеля.

Использование ковариационной матрицы e_cov позволяет учитывать корреляцию между траекториями активов, что соответствует реальным условиям.

Число шагов симуляции total_steps равно 1440, как показано в видео. Число прогонов N равно 10000.

Для каждого прогона вы вычислите накопленные losses, а затем применёте функцию np.quantile(), чтобы найти VaR на уровне 95%.

Веса портфеля weights и распределение norm из scipy.stats уже доступны.