การปรับสเกลค่าประมาณความเสี่ยง

ค่า VaR(95) ที่คำนวณในแบบฝึกหัดก่อนหน้าเป็นค่าความเสี่ยงสำหรับระยะเวลาเพียงหนึ่งวัน หากต้องการประมาณค่า VaR สำหรับช่วงเวลาที่ยาวขึ้น ให้ปรับสเกลค่าด้วยรากที่สองของเวลา ซึ่งคล้ายกับการปรับสเกลความผันผวน:

$$ \text{VaR(95)}_{\text{t days}} = \text{VaR(95)}_{\text{1 day}} * \sqrt{t} $$

StockReturns_perc และ var_95 จากแบบฝึกหัดก่อนหน้ามีพร้อมใช้งานในเวิร์กสเปซแล้ว ใช้ข้อมูลนี้เพื่อประมาณค่า VaR ของ USO oil ETF สำหรับช่วง 1 ถึง 100 วันนับจากนี้ นอกจากนี้ยังได้กำหนดฟังก์ชัน plot_var_scale() ไว้ให้แล้ว สำหรับพล็อตค่า VaR ในช่วง 1 ถึง 100 วันข้างหน้า

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

ดูคอร์ส

คำแนะนำการฝึกหัด

วนลูปตั้งแต่ 0 ถึง 100 (ไม่รวม 100) โดยใช้ฟังก์ชัน range()
กำหนดค่าในคอลัมน์ที่สองของ forecasted_values ที่แต่ละ index ให้เท่ากับค่า VaR ที่คาดการณ์ไว้ โดยคูณ var_95 ด้วยรากที่สองของ i + 1 ผ่านฟังก์ชัน np.sqrt()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Aggregate forecasted VaR
forecasted_values = np.empty([100, 2])

# Loop through each forecast period
for i in ____:
    # Save the time horizon i
    forecasted_values[i, 0] = i
    # Save the forecasted VaR 95
    forecasted_values[i, 1] = ____
    
# Plot the results
plot_var_scale()

แก้ไขและรันโค้ด