เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Historical simulation

สมมติว่านักลงทุนชาวอังกฤษรายหนึ่งลงทุน 30% ของความมั่งคั่งในดัชนี FTSE, 40% ในดัชนี S&P 500 และ 30% ในดัชนี SMI

สำหรับเวกเตอร์ของ log-return ที่แตกต่างกันของปัจจัยความเสี่ยง 5 ตัว ฟังก์ชัน lossop() จะคำนวณผลขาดทุนหรือกำไรที่นักลงทุนได้รับเมื่อความมั่งคั่งรวมเท่ากับ 1 นอกจากนี้ ฟังก์ชันยังสามารถนำไปใช้กับอนุกรมเวลา 5 มิติของ log-return เพื่อให้ได้อนุกรมเวลาของผลขาดทุนและกำไรที่จำลองจากประวัติศาสตร์ ซึ่งสอดคล้องกับแต่ละเวกเตอร์ใน time series

ฟังก์ชัน lossop() คือสิ่งที่เรียกว่า loss operator ของพอร์ตโฟลิโอ และถูกเขียนขึ้นเป็นพิเศษสำหรับแบบฝึกหัดนี้ โดยทั่วไปแล้ว สำหรับแต่ละพอร์ตโฟลิโอใหม่ จะต้องเขียนฟังก์ชันเฉพาะขึ้นมาเพื่อคำนวณผลขาดทุนและกำไรของพอร์ตโฟลิโอนั้น

ในแบบฝึกหัดนี้ คุณจะสร้างผลขาดทุนที่จำลองจากประวัติศาสตร์และวิเคราะห์ลักษณะของข้อมูลเหล่านั้น ซึ่งเป็นขั้นตอนเบื้องต้นที่จำเป็นก่อนนำข้อมูลนี้ไปประมาณค่า VaR และ ES

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Quantitative Risk Management in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณผลขาดทุนที่เกิดขึ้นเมื่อ log-return ของปัจจัยความเสี่ยงทั้ง 5 ตัวเท่ากับ -0.1 (ส่วนนี้ได้ดำเนินการไว้ให้แล้ว)
  • สร้างออบเจกต์ hslosses โดยนำ lossop() ไปใช้กับ returns แล้ว plot hslosses
  • สร้าง Q-Q plot ของ hslosses เทียบกับการแจกแจงแบบปกติ
  • Plot sample acf ของ hslosses และของค่าสัมบูรณ์ใน hslosses

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
แก้ไขและรันโค้ด