Historisk simulering

Anta att en brittisk investerare har placerat 30 % av sin förmögenhet i FTSE-indexet, 40 % i S&P 500-indexet och 30 % i SMI-indexet.

För olika vektorer av loggavkastningar för de 5 riskfaktorerna beräknar funktionen lossop() den förlust eller vinst som investeraren gör när hennes totala förmögenhet är 1. Funktionen kan också tillämpas på en 5-dimensionell tidsserie av loggavkastningar för att erhålla en tidsserie av historiskt simulerade förluster och vinster som motsvarar varje vektor av loggavkastningar i tidsserien.

Funktionen lossop() är den så kallade förlustoperatorn för portföljen och har skrivits specifikt för den här övningen. I allmänhet måste en specifik funktion skrivas för varje ny portfölj för att beräkna portföljens förluster och vinster.

I den här övningen skapar du historiskt simulerade förluster och undersöker dem. Det här är ett nödvändigt förberedelsesteg inför att använda dessa data för att skatta VaR och ES.

Den här övningen är en del av kursen

Kvantitativ riskhantering i R

Visa kurs

Övningsinstruktioner

Beräkna den förlust som skulle uppstå vid en loggavkastning på -0,1 för alla fem riskfaktorer (detta är redan gjort åt dig).
Skapa objektet hslosses genom att tillämpa lossop() på returns, och plotta sedan hslosses.
Skapa ett Q-Q-diagram för hslosses mot normalfördelningen.
Plotta stickprovets acf för hslosses och sedan för absolutvärdena i hslosses.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Calculate the loss from a log-return of -0.1 for all risk factors
lossop(rep(-0.1, 5))

# Apply lossop() to returns and plot hslosses
___ <- lossop(___)


# Form a Q-Q plot of hslosses against normal


# Plot the sample acf of hslosses and their absolute values

Redigera och kör kod