变量值 使用蒙特卡罗和 GBM 模型计算股票的风险价值 (VaR) 的共享内存并行 Python 代码

Python_Portfolio__VaR_Tool 基于Python的风险管理工具，可从Yahoo Finance中获取数据，并计算基于单个股票和投资组合的不同类型的风险价值（VaR）指标以及许多其他风险/回报特征，包括独立的和相对于选择基准（使用wxPython构造） 此wxPython Notebook笔记本应用/小部件允许通过Pandas Datareader从Yahoo Finance检索股票/指数数据，这些数据又与初始投资组合权重和选择的基准相结合，以计算以下风险/回报指标： 历史回报（年度和每日-分别基于股票，基准和投资组合） 收益率的历史标准差（年度和每日-分别基于股票，基准和投资组合） 年夏普比率（分别基于股票，基准和投资组合） Beta（分别基于股票，基准和投资组合） 事后跟踪错误与选择的基准 基于单个股票和投资组合的每日收益直方图 基于单个股票和投资组合建

ARMAX-GARCH-K-SK 工具箱（估算、预测、模拟和风险价值应用） 首先，它允许对 GARCH、GJR-GARCH、EGARCH、NARCH（非线性 ARCH）、NGARCH（非线性 GARCH）的 AR、MA、ARCH 和 GARCH 项的任意阶数的 ARMAX-GARCH 族进行估计、预测和模拟、 AGARCH（非对称 GARCH）、APGARCH（非对称幂 GARCH）和 NAGARCH（非线性非对称 GARCH）与高斯、Student-t、广义误差、修正柯西、汉森偏斜、Logistic、拉普拉斯、瑞利、中心柯西、极端值分布类型 1，广义指数和 Gram 和 Charlier 扩展系列，具有恒定的较高矩。 其次，该工具箱允许对Brooks等人（2005）提出的自回归条件峰度模型进行估计，预测和模拟。 第三，该工具箱包含 Leon, A.、Rubio, G. 和 Serna,

此示例显示了条件风险价值 (CVaR) 投资组合优化工作流程，其中包括： * 如何基于正态分布和经验分布模拟资产场景*如何使用PortfolioCVaR对象构建投资组合* 如何评估有效前沿* 如何提取投资组合权重* 如何计算投资组合的 CVaR

该文件包含三个m文件，该文件通过使用指数加权移动平均线来估计由两个股票价格组成的投资组合的风险价值（VaR）。 主要功能是“ewmaestimatevar”。 要估算 VaR，您应该使用此函数。 此功能还绘制给定置信水平（两个置信水平）的相关图表。

VaR（风险价值）的一些方法及其回测方法

投资者在投资前应对目标公司的股票风险价值进行分析。为评价a和b两支股票的风险，首先对样本数据进行了详细的阐述，并进行了可视化展示，以揭示其基本规律和特征。然后，基于蒙特卡罗模拟算法建立了随机过程模型，以计算股票的平均收益率与风险。通过计算得到股票位于99%置信水平下的VAR，从而对其投资风险进行评价。通过对股票编号为000001.SZ、300231.SZ、002332.SZ、2012年01月04日-2018年12月28日时段的股票数据进行分析，证明了本模型的有效性。

主要内容： 1、数据可视化与标准化 2、历史模拟法 3、基于随机收益率序列的蒙特卡罗风险价值计算 4、基于几何布朗运动的蒙特卡罗模拟 等等