Historisk förväntad förlust (expected shortfall)

Expected Shortfall, även kallat CVaR (conditional value at risk), är helt enkelt den förväntade förlusten i de värsta scenarierna för avkastningen.

Om din portfölj till exempel har ett VaR(95) på -3 %, innebär CVaR(95) medelvärdet av alla förluster som överstiger -3 %.

Avkastningsdata finns tillgänglig (i procent) i variabeln StockReturns_perc. var_95 från föregående övning finns också tillgänglig i din workspace.

Den här övningen är en del av kursen

Introduktion till portföljriskhantering i Python

Visa kurs

Övningsinstruktioner

Beräkna medelvärdet av avkastningarna i StockReturns_perc där StockReturns_perc är mindre än eller lika med var_95, och tilldela resultatet till cvar_95.
Rita ett histogram över de sorterade avkastningarna (sorted_rets) med hjälp av funktionen plt.hist().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Historical CVaR 95
cvar_95 = ____
print(cvar_95)

# Sort the returns for plotting
sorted_rets = sorted(StockReturns_perc)

# Plot the probability of each return quantile
____(____, density=True, stacked=True)

# Denote the VaR 95 and CVaR 95 quantiles
plt.axvline(x=var_95, color="r", linestyle="-", label='VaR 95: {0:.2f}%'.format(var_95))
plt.axvline(x=cvar_95, color='b', linestyle='-', label='CVaR 95: {0:.2f}%'.format(cvar_95))
plt.show()

Redigera och kör kod