Rozšíření VaR

Úvod do řízení portfoliového rizika v Pythonu

Dakota Wixom

Quantitative Analyst | QuantCourse.com

Kvantily VaR

Úvod do řízení portfoliového rizika v Pythonu

Empirické předpoklady

Empirické historické hodnoty jsou ty, které skutečně nastaly.

Jak simulovat pravděpodobnost hodnoty, která historicky nikdy nenastala?

Vzorkování z pravděpodobnostního rozdělení

Úvod do řízení portfoliového rizika v Pythonu

Parametrický VaR v Pythonu

Předpokládejte, že objekt StockReturns je časová řada výnosů akcií.

Výpočet parametrického VaR(95):

mu = np.mean(StockReturns)
std = np.std(StockReturns)
confidence_level = 0.05
VaR = norm.ppf(confidence_level, mu, std)
VaR

-0.0235
Úvod do řízení portfoliového rizika v Pythonu

Škálování rizika

Úvod do řízení portfoliového rizika v Pythonu

Škálování rizika v Pythonu

Předpokládejte, že máte jednodenní odhad VaR(95) var_95.

Odhad 5denního VaR(95):

forecast_days = 5
forecast_var95_5day = var_95*np.sqrt(forecast_days)
forecast_var95_5day

-0.0525
Úvod do řízení portfoliového rizika v Pythonu

Pojďme si procvičit!

Úvod do řízení portfoliového rizika v Pythonu

Preparing Video For Download...