Kom igångKom igång gratis

Extremvärden och backtestning

Extremvärden är sådana som överstiger ett tröskelvärde och används för att avgöra om riskmått som VaR korrekt återspeglar förlustrisk.

Du undersöker extremvärden genom att beräkna 95% VaR för den likaviktade portföljen med investmentbanker för 2009–2010 (kom ihåg att detta motsvarar historisk simulering från 2010 och framåt), och sedan backtesta på data från 2007–2008.

Portföljförluster för 2009–2010 finns tillgängliga i estimate_data, och utifrån dem beräknar du 95% VaR-skattningen. Hitta sedan extremvärden som överstiger VaR-skattningen, hämtade från portföljförluster för 2007–2008 i den tillgängliga backtest_data.

Jämför den relativa frekvensen av extremvärden med 95% VaR, och visualisera slutligen extremvärdena med ett stem-diagram.

Den här övningen är en del av kursen

Kvantitativ riskhantering i Python

Visa kurs

Övningsinstruktioner

  • Beräkna 95% VaR på estimate_data med hjälp av np.quantile().
  • Hitta extreme_values i backtest_data med VaR_95 som förlusttröskelvärde.
  • Jämför den relativa frekvensen av extreme_values med VaR_95-skattningen. Stämmer de överens?
  • Visa ett stem-diagram över extreme_values för att se hur kraftiga avvikelser klustrades under krisen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Compute the 95% VaR on 2009-2010 losses
VaR_95 = ____.____(estimate_data, 0.95)

# Find backtest_data exceeding the 95% VaR
extreme_values = backtest_data[____ > VaR_95]

# Compare the fraction of extreme values for 2007-2008 to the Var_95 estimate
print("VaR_95: ", VaR_95, "; Backtest: ", len(____) / len(backtest_data) )

# Plot the extreme values and look for clustering
plt.stem(extreme_values.index, ____)
plt.ylabel("Extreme values > VaR_95"); plt.xlabel("Date")
plt.show()
Redigera och kör kod