Introducere în gestionarea riscului de portofoliu în Python
Dakota Wixom
Quantitative Analyst | QuantCourse.com

În finanțe, mersurile aleatoare sunt de obicei mai simple decât în fizică:

Presupunând că StockReturns este o serie de timp a randamentelor acțiunilor.
Pentru a simula un mers aleator:
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 ... ])
O serie de simulări Monte Carlo pentru un singur activ, pornind de la prețul de 10$ la T0. Prognoze pentru 1 an (252 zile de tranzacționare pe axa x):

Pentru a calcula VaR(95) din 100 de simulări Monte Carlo:
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
Introducere în gestionarea riscului de portofoliu în Python