历史 Value at Risk
回撤用于衡量一段时间内的持续性亏损，那么单日的简单波动该如何度量呢？
Value at Risk（在险价值，VaR） 是一种估计单日价格下跌风险的方法。VaR 可以针对任意给定的概率或置信水平来衡量，但最常见的是 VaR(95) 和 VaR(99)。历史 VaR 是计算 VaR 的最简单方法，但它依赖历史收益数据，这可能并不能很好地代表未来。例如，历史 VaR(95) 表示在最差的 5% 情况下，您的投资组合或资产所遭受的最小损失。
下面，您将计算美国石油 ETF（USO）的历史 VaR(95)。以百分比表示的收益数据已存于变量 StockReturns_perc 中。
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
- 计算 VaR(95)，即 USO 收益（
StockReturns_perc）中最差的 5%，并将其赋给var_95。 - 对
StockReturns_perc进行排序，并将结果赋给sorted_rets。 - 绘制已排序收益（
sorted_rets）的直方图。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()