랜덤 워크

Python으로 시작하는 포트폴리오 리스크 관리

Dakota Wixom

Quantitative Analyst | QuantCourse.com

랜덤 워크

금융에서 랜덤 워크는 물리학에 비해 대체로 단순합니다:

Python으로 랜덤 워크 구현

StockReturns가 주식 수익률 시계열이라고 가정합니다.

랜덤 워크 시뮬레이션:

mu = np.mean(StockReturns)
std = np.std(StockReturns)
T = 252
S0 = 10
rand_rets = np.random.normal(mu, std, T) + 1
forecasted_values = S0 * (rand_rets.cumprod())
forecasted_values

array([ 9.71274884,  9.72536923, 10.03605425 ... ])

몬테카를로 시뮬레이션

단일 자산에 대한 몬테카를로 시뮬레이션 결과입니다. T0 기준 주가 $10에서 시작하여 1년(252 거래일, x축) 예측:

단일 자산 몬테카를로 시뮬레이션 결과

Python으로 몬테카를로 VaR 계산

100회 몬테카를로 시뮬레이션의 VaR(95) 계산:

mu = 0.0005
vol = 0.001
 T = 252
sim_returns = []
for i in range(100):
    rand_rets = np.random.normal(mu, vol, T)
    sim_returns.append(rand_rets)
var_95 = np.percentile(sim_returns, 5)
var_95

-0.028

연습해 봅시다!

Python으로 시작하는 포트폴리오 리스크 관리