歷史模擬
假設一位英國投資人將其資產配置為：30% 投資於 FTSE 指數、40% 投資於 S&P 500 指數、30% 投資於 SMI 指數。
對於 5 個風險因子不同的對數報酬向量，函式 lossop() 會在總資產為 1 的情況下，計算投資人承受的損失或獲利。此函式也可套用在 5 維的對數報酬時間序列上，產生一組歷史模擬的損失與獲利時間序列，對應於該時間序列中每一個對數報酬向量。
函式 lossop() 是此投資組合的所謂「損失算子」（loss operator），並為本練習特別撰寫。一般而言，每一個新的投資組合都必須撰寫專屬函式，才能計算其損失與獲利。
在本練習中，你會建立歷史模擬的損失並加以檢視。這是接下來用這些資料來估計 VaR 與 ES 的必要前置步驟。
本練習屬於課程
R 的量化風險管理
練習說明
- 計算在所有五個風險因子的對數報酬皆為 -0.1 時會產生的損失（已替你完成）。
- 將
lossop()套用到returns，建立物件hslosses，然後繪製hslosses。 - 繪製
hslosses對常態分配的 Q-Q 圖。 - 繪製
hslosses的樣本 acf，並進一步繪製hslosses絕對值的樣本 acf。
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 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