Python金融实战之计算VaR

总的来说，VaR的评估方式有参数法、非参数法、混合法（也叫半参数法）

一、历史模拟法（非参数法）计算VaR

1.VaR 定义：Value at Risk，在一定概率水平（置信度）下，某一金融资产或证券组合价值在未来特定时期内的最大可能损失。一日 5% VaR 可以理解为一天发生损失超过VaR的概率小于等于5%。

2.Python实现过程
先导入包

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn
import tushare as ts
%matplotlib inline

读取数据：tushare的get_k_data函数，输入股票代码，和数据起始日期。

data = ts.get_k_data('601398','2018-01-01','2019-12-31')

#计算每天的收益率
data['d_return'] = data['close'].pct_change() 
# np.percentile方法计算分位数，前提是不能有空值；
VaR_5 = np.percentile(data.d_return.dropna(), 5)         
VaR_1 = np.percentile(data.d_return.dropna(), 1)

然后画图

plt.figure(figsize= (8,6))
data.d_return.hist(bins=50, alpha=0.6