Hoş geldiniz!

Python ile Nicel Risk Yönetimi

Dr. Jamsheed Shorish

Computational Economist

Hakkımda

Hesaplamalı iktisatçı
Uzmanlık alanları:
- varlık fiyatlama
- finansal teknolojiler ("FinTech")
- iktisat ve finansa bilgisayar uygulamaları
ANU’da "Dijital Ekonominin Ekonomik Analizi" dersinde yardımcı eğitmen
Shorish Research (Belçika): hesaplamalı iş uygulamaları

Kantitatif Risk Yönetimi nedir?

Kantitatif Risk Yönetimi: ölçülebilir belirsizliğin incelenmesi
Belirsizlik:
- Gelecek sonuçlar bilinmez
- Sonuçlar planlama kararlarını etkiler
Risk yönetimi: olumsuz sonuçların etkisini azaltma
Ölçülebilir belirsizlik: riski ölçmek için etkenleri belirleme
- Örnek: Yangın sigortası. Yangını artıran etkenler neler?
Bu ders: finansal portföy riski üzerine odaklanır

Risk yönetimi ve Küresel Finansal Kriz

Büyük Durgunluk (2007 - 2010)
- Küresel büyüme kaybı 2 trilyon $’ı aştı
- ABD: hanehalkı varlığında yaklaşık 10 trilyon $ kayıp
- ABD borsalarında yaklaşık 8 trilyon $ değer kaybı
Küresel Finansal Kriz (2007-2009)
- Temel varlık değerlerinde büyük ölçekli değişimler
- Gelecek getirilerde büyük belirsizlik
- Yüksek varlık getirisi oynaklığı
- Başarı/başarısızlık için risk yönetimi kritik

Hızlı tekrar: finansal portföyler

Finansal portföy
- Gelecekteki getirileri belirsiz varlıklar kümesi
- Hisse senetleri
- Tahviller
- Döviz varlıkları (‘forex’)
- Hisse senedi opsiyonları
Zorluk: belirsizliği yönetmek için riski ölçmek
- En uygun yatırım kararlarını almak
- Risk iştahına bağlı olarak portföy getirisini en üst düzeye çıkarmak

Getiriyi niceliklendirme

Portföy getirisi: tekil varlık getirilerinin ağırlıklı toplamı
- Pandas veri analizi kütüphanesi
- prices DataFrame’i
- .pct_change() yöntemi
- returns’ın .dot() yöntemi

prices = pandas.read_csv("portfolio.csv")

returns = prices.pct_change()

weights = (weight_1, weight_2, ...)

portfolio_returns = returns.dot(weights)

Riski niceliklendirme

Portföy getiri oynaklığı = risk
Oynaklığı kovaryans matrisi ile hesaplayın
returns DataFrame’inde .cov() kullanın ve yıllıklaştırın

covariance = returns.cov()*252

print(covariance)

4 varlık arasındaki örnek kovaryans matrisi

Riski niceliklendirme

Portföy getiri oynaklığı = risk
Oynaklığı kovaryans matrisi ile hesaplayın
returns için .cov() DataFrame yöntemi ve yıllıklaştırma
covariance matrisinin köşegeni tekil varlık varyanslarıdır

covariance = returns.cov()*252

print(covariance)

Köşegende varyans vurgulu örnek kovaryans matrisi

Riski niceliklendirme

Portföy getiri oynaklığı = risk
Oynaklığı kovaryans matrisi ile hesaplayın
returns için .cov() DataFrame yöntemi ve yıllıklaştırma
covariance matrisinin köşegeni tekil varlık varyanslarıdır
covariance matrisinin köşegen dışı elemanları varlıklar arası kovaryanslardır

covariance = returns.cov()*252

print(covariance)

Köşegen dışlarında kovaryanslar vurgulu örnek kovaryans matrisi

Portföy riski

Portföydeki varlık weights’e bağlıdır
Portföy varyansı $\sigma_p^2$ $$ \sigma_p^2 := w^T \cdot \textnormal{Cov}_p \cdot w $$
Python’da matris çarpımı @ operatörüyle yapılır
Genelde varyans yerine standart sapma kullanılır

weights = [0.25, 0.25, 0.25, 0.25] # Portföyde dört varlık varsayımı

portfolio_variance = np.transpose(weights) @ covariance @ weights

portfolio_volatility = np.sqrt(portfolio_variance)

Oynaklık zaman serisi

Portföy oynaklığını zaman içinde de hesaplayabilirsiniz
Belirli bir süre için oynaklığı ölçmek üzere bir ‘pencere’ kullanın (örn. hafta, 30 günlük ‘ay’)
Series.rolling() pencere oluşturur
Oynaklık trendini ve olası aşırı olayları gözlemleyin

windowed = portfolio_returns.rolling(30)

volatility = windowed.std()*np.sqrt(252)
volatility.plot()
    .set_ylabel("Standart sapma...")

Yıllıklandırılmış getiri oynaklığının 30 günlük kayan pencere grafiği

Ayo berlatih!

Python ile Nicel Risk Yönetimi

Preparing Video For Download...