Historical Value at Risk
Просідання (drawdown) — це міра тривалих збитків у часі, але що щодо простих одноденних змін?
Value at Risk (VaR) — це спосіб оцінити ризик одноденного негативного руху ціни. VaR можна вимірювати для будь-якої заданої ймовірності або рівня довіри, але найчастіше наводять VaR(95) і VaR(99). Історичний VaR — найпростіший метод обчислення VaR, однак він спирається на історичні дані доходностей, що може бути слабким припущенням щодо майбутнього. Наприклад, історичний VaR(95) — це мінімальний збиток, якого зазнавав ваш портфель або актив у найгірших 5% випадків.
Нижче ви обчислите історичний VaR(95) для нафтового ETF USO. Дані доходностей (у відсотках) збережено у змінній StockReturns_perc.
Ця вправа є частиною курсу
Вступ до керування ризиком портфеля в Python
Інструкції до вправи
- Обчисліть VaR(95) — найгірші 5% доходностей USO (
StockReturns_perc) — і запишіть результат уvar_95. - Відсортуйте
StockReturns_percі запишіть уsorted_rets. - Побудуйте гістограму відсортованих доходностей (
sorted_rets).
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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()