Historical value at risk
回撤（Drawdown）衡量的是一段時間內持續性的損失，但如果只看單日的變動呢？
「在險價值」（Value at Risk，簡稱 VaR）是一種用來估計單日價格下跌風險的方法。VaR 可以針對任一機率或信賴水準來衡量，但最常見的是 VaR(95) 與 VaR(99)。歷史 VaR 是計算 VaR 最簡單的方法，不過它仰賴歷史報酬資料，而這可能不一定能代表未來。以歷史 VaR(95) 為例，它代表在最差的 5% 情況下，你的投資組合或資產所承受的最低損失。
下面你會計算美國石油 ETF（USO）的歷史 VaR(95)。報酬資料（百分比）已存於變數 StockReturns_perc。
本練習屬於課程
Python 投資組合風險管理入門
練習說明
- 計算 VaR(95)，也就是 USO 報酬（
StockReturns_perc）中最差的 5%，並將結果指定給var_95。 - 將
StockReturns_perc排序並指定為sorted_rets。 - 繪製排序後報酬（
sorted_rets）的長條圖。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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()