เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Monte Carlo VaR

ทั้งค่า return และเส้นทาง Monte Carlo สามารถนำไปใช้วิเคราะห์ได้หลากหลาย ตั้งแต่โมเดลการกำหนดราคาออปชันและการป้องกันความเสี่ยง ไปจนถึงการปรับพอร์ตโฟลิโอให้เหมาะสมและกลยุทธ์การซื้อขาย

รวบรวมข้อมูล return ในแต่ละรอบการวนซ้ำ แล้วใช้ค่าที่ได้เพื่อพยากรณ์ parametric VaR(99)

พารามิเตอร์ mu, vol, T และ S0 พร้อมใช้งานจากแบบฝึกหัดก่อนหน้า

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้เมธอด .append() เพื่อเพิ่ม rand_rets เข้าไปในลิสต์ sim_returns ในแต่ละรอบการวนซ้ำ
  • คำนวณ parametric VaR(99) โดยใช้ฟังก์ชัน np.percentile() กับ sim_returns

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Aggregate the returns
sim_returns = []

# Loop through 100 simulations
for i in range(100):

    # Generate the Random Walk
    rand_rets = np.random.normal(mu, vol, T)
    
    # Save the results
    sim_returns.____

# Calculate the VaR(99)
var_99 = ____
print("Parametric VaR(99): ", round(100*var_99, 2),"%")
แก้ไขและรันโค้ด