เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Historical Value at Risk

Drawdown เป็นตัววัดการขาดทุนต่อเนื่องในช่วงเวลาหนึ่ง แต่ถ้าต้องการดูความเคลื่อนไหวของราคาในแต่ละวันล่ะ?

Value at Risk หรือที่รู้จักกันในชื่อ VaR คือวิธีประมาณความเสี่ยงจากการเคลื่อนไหวของราคาในทางลบภายในหนึ่งวัน สามารถคำนวณ VaR ได้สำหรับความน่าจะเป็นหรือระดับความเชื่อมั่นใดก็ได้ แต่ค่าที่นิยมอ้างอิงมากที่สุดคือ VaR(95) และ VaR(99) Historical VaR เป็นวิธีที่ง่ายที่สุดในการคำนวณ VaR แต่ต้องอาศัยข้อมูล returns ในอดีต ซึ่งอาจไม่ได้สะท้อนอนาคตเสมอไป ตัวอย่างเช่น Historical VaR(95) แสดงถึงการขาดทุนขั้นต่ำที่พอร์ตโฟลิโอหรือสินทรัพย์เคยประสบในกรณีที่แย่ที่สุด 5%

ในแบบฝึกหัดนี้ จะคำนวณ Historical VaR(95) ของ USO oil ETF โดยข้อมูล returns (หน่วยเปอร์เซ็นต์) อยู่ในตัวแปร StockReturns_perc

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณ VaR(95) ซึ่งเป็นค่า returns ที่แย่ที่สุด 5% ของ USO (StockReturns_perc) แล้วกำหนดให้กับตัวแปร var_95
  • เรียงลำดับ StockReturns_perc แล้วกำหนดให้กับตัวแปร sorted_rets
  • พล็อตฮิสโตแกรมของ returns ที่เรียงลำดับแล้ว (sorted_rets)

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Calculate historical VaR(95)
var_95 = ____(StockReturns_perc, ____)
print(var_95)

# Sort the returns for plotting
sorted_rets = ____

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

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