เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การจำลองเชิงประวัติศาสตร์ของผลขาดทุนสำหรับพอร์ตโฟลิโอออปชัน

สมมติว่านักลงทุนได้ลงทุนมูลค่าหนึ่งหน่วยในออปชันซื้อแบบยุโรป (European call option) บนดัชนี S&P 500 ฟังก์ชัน lossop() ใช้คำนวณผลขาดทุนหรือกำไรที่นักลงทุนได้รับในช่วงเวลาหนึ่งวัน อันเนื่องมาจากการเปลี่ยนแปลงของ log ราคาหุ้นหรือ log ความผันผวน ฟังก์ชันนี้ถูกเขียนขึ้นเฉพาะสำหรับพอร์ตโฟลิโอในแบบฝึกหัดนี้:

lossop(xseries, S, sigma)

อาร์กิวเมนต์แรกประกอบด้วย log return ที่สอดคล้องกับปัจจัยความเสี่ยงของราคาหุ้นและความผันผวน ซึ่งอยู่ในรูปแบบอนุกรมหรือ c(stock_risk, volatility_risk) โดย S คือราคาหุ้นปัจจุบัน และ sigma คือความผันผวนปัจจุบัน

การเปลี่ยนแปลงของอัตราดอกเบี้ยในช่วงเวลาดังกล่าวจะถูกละเว้น เนื่องจากมีนัยสำคัญน้อยกว่า

ในแบบฝึกหัดนี้ จะสร้างผลขาดทุนที่จำลองเชิงประวัติศาสตร์สำหรับพอร์ตโฟลิโอออปชัน และตรวจสอบคุณสมบัติของข้อมูลก่อนที่จะประมาณค่า VaR และ ES ในแบบฝึกหัดถัดไป อัตราดอกเบี้ย ราคาใช้สิทธิ และอายุออปชันถูกกำหนดไว้ที่ r = 0.01, K = 100 และ T = 1 ตามลำดับ และออบเจกต์ returns มีอยู่ใน workspace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Quantitative Risk Management in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ lossop() คำนวณผลขาดทุนที่เกิดจาก log return เท่ากับ -0.1 สำหรับทั้งสองปัจจัยความเสี่ยง โดยกำหนดให้ราคาหุ้นปัจจุบันเป็น 80 และความผันผวนเป็น 0.2
  • ใช้ lossop() คำนวณผลขาดทุนที่เกิดจาก log return เท่ากับ -0.1 สำหรับหุ้น และ 0.1 สำหรับความผันผวน โดยกำหนดให้ราคาหุ้นปัจจุบันเป็น 100 และความผันผวนเป็น 0.2
  • สร้างออบเจกต์ hslosses โดยนำ lossop() ไปใช้กับ returns โดยกำหนด S = 100 และ sigma = 0.2 จากนั้นพล็อต hslosses
  • สร้าง Q-Q plot ของ hslosses เทียบกับการแจกแจงแบบปกติ
  • พล็อต sample ACF ของ hslosses และของค่าสัมบูรณ์ที่สอดคล้องกัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Calculate the first loss
lossop(c(___,___), S = ___, sigma = ___)

# Calculate the second loss


# Create and plot hslosses



# Form a Q-Q plot of hslosses against normal


# Plot the sample acf of raw data and absolute values in hslosses
แก้ไขและรันโค้ด