R代码：采用 Weibull 分布法估计一只股票180天周期95%置信水平的VaR

快乐的小路子

已于 2023-05-31 11:51:14 修改

阅读量493

点赞数 1

分类专栏： R语言文章标签： r语言开发语言

于 2023-05-31 10:42:44 首次发布

本文链接：https://blog.csdn.net/weixin_46424561/article/details/130963852

版权

R语言专栏收录该内容

2 篇文章

订阅专栏

文章通过R语言加载多个库，包括MASS、survival等，对数据进行处理，计算股票收益，转换日期格式，并绘制价格和收益的时间序列图。接着，利用Weibull分布估计股票在180天周期内的95%置信水平ValueatRisk(VaR)并绘制其时序图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

library(MASS)
library(survival)
library(fitdistrplus)
library(openxlsx)
library(zoo)
library(xts)
library(TTR)
library(quantmod)
data <- read.xlsx("C:/pc/Desktop/weibull/data.xlsx")
n <- length(data$Date)  
# 计算returns
data$returns[2:n] <- diff(log(data$Close))
# 转换日期格式
data$Date <- as.Date(data$Date)  
# Price的时序图
plot(data$Date, data$Close, type = "l", xlab = "Date", ylab = "Price") 
# returns的时序图
plot(data$Date, data$returns, type = "l", xlab = "Date", ylab = "returns") 
# 使用Weibull分布法估计股票180天周期95%置信水平的VaR
periods <- 180
confidence <- 0.95
n <- length(data$returns)
var_seq <- rep(NA, n - periods)
for (i in (periods + 1):n) {
    var_seq[i - periods] <- -qweibull(0.95, shape = 1, scale = sd(data$returns[(i-180):(i-1)]))
}
# 画出VaR时序图
plot(var_seq, type = "l", xlab = "Date", ylab = "VaR")