Monte Carlo 模擬

你可以使用 2005–2010 年投資銀行投資組合的資產進行 Monte Carlo 模擬，來找出 95% VaR。

資產損失的平均值在 Numpy 陣列 mu 中。有效率的共變異數矩陣是 e_cov（注意這裡使用的是「每日」變異數，而非先前練習中的「年化」變異數）。你會用這些來建立資產在 1 天內損失的模擬路徑，以模擬投資組合的每日損失。

使用共變異數矩陣 e_cov 可以讓資產路徑之間具「相關性」，這在現實中較為合理。

模擬的 total_steps 設為 1440，如同影片所示。執行次數 N 設為 10000。

每次執行中，你會計算累積的 losses，接著使用 np.quantile() 函式找出 95% VaR。

已提供投資組合的 weights 與 scipy.stats 的 norm 常態分配。