VaR的应用:选择5家上市商业银行的股票交易致据(最近3年)使用 Weibull分布法估计其90天周期95%置信水平的VaR序列,并面出VaR时序图,计算每支股票最近3年内肤幅超过VaR预测园值的次

已于 2023-01-03 13:58:45 修改
阅读量1.4k 收藏 11
点赞数 1
分类专栏： 大数据系列 文章标签： javascript 开发语言 ecmascript
于 2021-06-04 08:35:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_54707168/article/details/117547089
版权
本文选取5家上市商业银行过去3年的股票交易数据，运用Weibull分布法计算90天周期95%置信水平的VaR序列，并绘制时序图。结果显示，工商银行的收益率最高，但超过VaR预测值的次数较多，表现出较高的资产风险。
摘要由CSDN通过智能技术生成

数据选择其中一家工商银行的信息。

因为计算90天，需要对数据进行一个拆分，每隔一个季度就分一次数据

CalWeiVaR = function(ret,X)
{
   
  ret = exp
了解本专栏 订阅专栏 解锁全文 超级会员免费看
小夕Coding
关注
专栏目录
订阅专栏
r语言：对该股票采用Weibull分布法
走向CTO的路上...
01-02 931
鱼弦：CSDN内容合伙人、CSDN新星导师、全栈领域优质创作者 、51CTO(Top红人+专家博主) 、github开源爱好者（go-zero源码二次开发、游戏后端架构 https://github.com/Peakchen）r语言 对该股票采用Weibull分布法估计其180天周期90%置信水平的VaR序列（用前180天历史数据预测未来180天的日度VaR），并画出VaR时序图。
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
weixin_46424561的博客
05-31 399
R语言
VaR与CVaR计算实验报告
04-09
任选一支股票或大盘指数的日收益率数据（观测值不少于1000个），观察数据分布特点，计算其VaR（Value at Risk）及CVaR（Conditional VaR），可以考虑运用各种方法计算并进行比较。
R语言VaR市场风险计算方法与回测、用Logit逻辑回归、Probit模型信用风险与分类模型
大数据部落
07-07 3485
市场风险指的是由金融市场中资产的价格下跌或价格波动增加所导致的可能损失。市场风险包含两种类型：相对风险和绝对风险。绝对风险关注的是整个资产收益的波动率，而相对风险关注的是资产收益与某一基准（比如某个市场指数或投资组合）相比较的跟踪误差。市场风险也可以按照与经济和金融变量（比如，利率、股票指数）的关联性分为直接风险和间接风险：直接风险指的是与这些基准经济金融变量线性相关的风险（比如债券、股票、期货），而间接风险则是与这些变量有非线性关联成分的风险（比如，期权、复杂衍生品）。度量市场风险目前最常用的工具是在险价
Python风险价值计算投资组合VaR（Value at Risk ）、期望损失ES（Expected Shortfall）
大数据部落
06-16 5860
原文链接：http://tecdat.cn/?p=22788 Python计算获得多资产投资组合的风险度量。 关键概念 随着价格的变动，投资经理所持有的市场价值也会发生变化。后者就是所谓的市场风险，衡量它的最流行的方法之一是定义为风险价值。风险本身被看作是实际收益和期望收益之间的差异，两者可能不同。如果它们相等，投资被认为是无风险的。同时，它不能有违约风险，也不能有再投资风险。请注意，期望收益不是投资者认为他们将获得的收益，而是反映了所有经济情况下所有可能结果的平均值。 风险价值（VaR）告诉.
采用weibull分布法估计其90天周期95%置信水平的var序列
05-02
通过采用Weibull分布法，可以估计给定90天周期内的VAR序列的95%置信水平。这个95%置信水平的概念是指在同样的采样条件下，重复多次进行采样实验，得到的值有95%的可能性落在这个置信水平的范围内。 在进行Weibull...
选择5家上市的股份制商业银行或城市商业银行的股票交易数据(至少3年)，采用Weibul分布法估计其90天周期95%置信水平的 VaR 序列，并画出VaR 时序图，计算每支股票3 年内跌幅超过 VaR
最新发布
Mrrunsen的博客
08-27 139
选择5家上市的股份制商业银行或城市商业银行的股票交易数据(至少3年)，采用Weibul分布法估计其90天周期95%置信水平的 VaR 序列，并画出VaR 时序图，计算每支股票3 年内跌幅超过 VaR 预测值的次数，评价各银行的资产风险情况。中国银行的收益率最高，跌幅超过预期次数比较多，不稳定。计算每支股票3 年内跌幅超过 VaR 预测值的次数。
定时截尾下Weibull分布参数估计的EM算法 (2009年)
05-21
在可靠性统计的定时截尾寿命试验中，最后一个失效时间与截尾时刻之间的信息常被忽略.利用EM算法来处理这一情形，得出Weibull分布中尺度参数的迭代解.并将EM算法与传统的极大似然估计进行了比较，可以看出EM算法明显优于传统的极大似然估计.
计算单个资产的VaR与ES
lsizhang99的博客
02-25 3882
在险价值VaR是按某一确定的置信度，对某一给定的时间期限内不利的市场变动可能造成投资组合的最大损失的一种估计。目的是为了展示损失会糟糕成什么样子。 预期亏损（ES），也被成为条件风险价值度（conditional VaR）或条件尾部期望（conditional expectation）或尾部损失（tail loss）,其回答的是当市场条件变糟糕而触发损失时，我们的损失预期会有多大。 下面我们通过python程序来展示如何计算单个资产的VaR及ES。 本次使用的数据来自与Tushare平台，有较为全面的金融数
韦伯尔分布/威布尔分布/Weibull distribution 置信区间确定
weixin_38102912的博客
04-28 7954
韦布尔分布理论介绍见： Equations of supported distributions — reliability 0.8.3 documentation 韦伯分布（威布尔分布，Weibull distribution)_心态与做事习惯决定人生高度的博客-CSDN博客_威布尔分布 其pdf, cdf为： 那么可以根据散点的方法确定置信区间。其思路为采用多个散点，基于分布函数（Distribution Function，CDF），找到相应的分位数就可以。比如95%的置信区间，可以确定..
#R#时间序列相关函数
duqi_yc的专栏
01-29 4847
文档1：《R与金融时间序列分析常见问题集》 【包】 library(zoo)            #时间格式预处理 library(xts)            #同上 library(timeSeires)      #同上 library(urca)           #进行单位根检验 library(tseries)         #arma模型 library(f
[UML]UML系列——时序图（顺序图）sequence diagram
weixin_33970449的博客
11-21 5706
系列文章 [UML]UML系列——用例图Use Case [UML]UML系列——用例图中的各种关系（include、extend） [UML]UML系列——类图Class [UML]UML系列——类图class的关联关系（聚合、组合） [UML]UML系列——类图class的依赖关系 [UML]UML系列——类图class的泛化关系 [UML]UML系列——类图class的实现关系...
UML序列图——时序图基本使用
ffengz的博客
07-19 9万+
简介 基本元素 角色 对象 生命线 激活 消息 同步消息 异步消息 返回消息 自关联消息 组合 选择组合 替换组合 其他 一个简单例子简介序列图主要用来更直观的表现各个对象交互的时间顺序，将体现的重点放在 以时间为参照，各个对象发送、接收消息，处理消息，返回消息的 时间流程顺序，也称为时序图。基本元素角色系统角色，可以是人或者其他系统，子系统。 对象交互的主体，接受发送消息的主体，最基本的元素。
时间序列分析笔记——VAR
weixin_42683052的博客
09-07 5219
利用 MTS 包的 VAR() 函数估计 VAR(1) 模型： library(MTS) Z <- coredata(as.xts(ts.gdp3r)) m1.gdp3r <- VAR(Z, 1) 估计 VAR(2) 模型： m2.gdp3r <- VAR(Z, 2) VAR(1) 的 AIC 为 −3.46 ， VAR(2) 的 AIC 为 −3.50, VAR(2) 占优。 利用 MTS 包的 VARorder 函数可以计算 VAR 定阶的 M(i) 统计量检验和各种信息准
UML时序图(Sequence Diagram)学习笔记
热门推荐
fly_zxy的专栏
07-04 45万+
什么是时序图时序图(Sequence Diagram)，又名序列图、循序图，是一种UML交互图。它通过描述对象之间发送消息的时间顺序显示多个对象之间的动态协作。时序图的元素我们在画时序图时会涉及7种元素：角色(Actor)、对象(Object)、生命线(LifeLine)、控制焦点(Activation)、消息(Message)、自关联消息、组合片段。其中前6种是比较常用和重要的元素，剩余的一种组...
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小夕Coding

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值