Monte Carlo VaR
收益和 Monte Carlo 路径都可用于从期权定价模型、对冲到投资组合优化与交易策略等各类分析。
请在每次迭代中汇总（聚合）收益数据，并使用所得数值来预测参数化 VaR(99)。
参数 mu、vol、T 和 S0 已在上一个练习中提供。
本练习是课程的一部分
Python 投资组合风险管理入门
练习说明
- 在每次迭代中使用
.append()方法将rand_rets追加到sim_returns列表。 - 使用
np.percentile()函数对sim_returns计算参数化 VaR(99)。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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),"%")