Monte Carlo VaR
І значення прибутковості, і шляхи Монте‑Карло можна використовувати для аналізу всього — від моделей ціноутворення опціонів і хеджування до оптимізації портфеля та торговельних стратегій.
Агрегуйте дані прибутковостей на кожній ітерації та використайте отримані значення, щоб спрогнозувати параметричний VaR(99).
Параметри mu, vol, T та S0 доступні з попередньої вправи.
Ця вправа є частиною курсу
Вступ до керування ризиком портфеля в Python
Інструкції до вправи
- Використайте метод
.append(), щоб додаватиrand_retsдо спискуsim_returnsна кожній ітерації. - Обчисліть параметричний VaR(99), застосувавши функцію
np.percentile()доsim_returns.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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),"%")