Slumpvandringar

Introduktion till portföljriskhantering i Python

Dakota Wixom

Quantitative Analyst | QuantCourse.com

Slumpvandringar

Inom finans är slumpvandringar oftast enklare än inom fysik:

Slumpvandringar i Python

Anta att du har ett objekt StockReturns som är en tidsserie med aktieavkastningar.

Så här simulerar du en slumpvandring:

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 ... ])

Monte Carlo-simuleringar

En serie Monte Carlo-simuleringar för en enskild tillgång med startkurs $10 vid T0. Prognos för 1 år (252 handelsdagar längs x-axeln):

Monte Carlo VaR i Python

Så här beräknar du VaR(95) för 100 Monte Carlo-simuleringar:

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

Nu kör vi en övning!

Introduktion till portföljriskhantering i Python