Определение параметра риска Value at Risk для акций Яндекс
Понятие и сущность показателя Value at Risk, его значение и использование. Применение критерия Колмогорова-Смирнова, характеристика дельта нормального метода для расчета параметра риска Value at Risk. Определение дневной доходности акций Яндекса.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | практическая работа |
| Язык | русский |
| Дата добавления | 30.03.2015 |
| Размер файла | 280,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Введение
VaR (Value at Risk) - это показатель, который характеризует величину возможного убытка с выбранной вероятностью за определенный промежуток времени. Value-at-Risk рассчитывается 3-мя методами:
1. Вариация/ ковариация (или корреляция или параметрический метод)
2. Историческое моделирование (дельта нормальный метод, «ручной рассчет»)
3. Расчет при помощи метода Монте -Карло
Для расчета параметра риска Value at Risk мы используем дельта нормальный метод.
Для этого необходимо сформировать выборку фактора риска, необходимо, что бы количество значений выборки было больше 250 для обеспечения репрезентативности. Возьмем данные котировок акции Яндекса за период с 14.07.2014 года по 28.02.15 года, размещенные на сайте http://stocks.investfunds.ru/stocks/
Для котировок акции Яндекса рассчитаем дневную доходность по формуле:
Где: Д - дневная доходность; Рi- текущая стоимость акции;
Рi-1 - вчерашняя доходность акции.
Правильность использования метода Value at Risk при дельта нормальном способе расчета, достигается при использовании только факторов риска подчиненным нормальному (Гауссовому) закону распределения. Для проверки нормальности распределения доходностей акции можно воспользоваться критериями Пирсона или Колмогорова -Смирнова. vlue risk акция яндекс
Формула в Excel будет выглядеть следующим образом:
=LN((C3)/C2)
В итоге получилась следующая таблица.
После этого необходимо рассчитать математическое ожидание доходности и стандартное отклонение доходности за весь период. Воспользуемся формулами Excel.
Математическое ожидание =СРЗНАЧ(M3:M150)
Стандартное отклонение =СТАНДОТКЛОН(M3:M150)
На следующем этапе необходимо рассчитать квантиль нормальной функции распределения. Квантиль - это значения функции распределения (Гауссовой функции) при заданных значениях, при которых значения функции распределения не превышают это значение с определенной вероятностью. Квантиль сообщает то, что убытки по акции Яндекс не превысят с вероятностью 99%.
Квантиль рассчитывается по формуле:
=НОРМОБР(1%;Q2;R2)
Для расчета стоимости акции с вероятностью 99% на следующий день, необходимо перемножить последнее (текущее) значение стоимости акции на квантиль сложенный с единицей.
Где: Q- значение квантиля для нормального распределения акции Яндекса;
Xt- значение доходности акции в текущий момент времени;
Xt+1 -значение доходности в следующий момент времени.
Для расчета стоимости акции на несколько дней вперед с заданной вероятностью, воспользуемся следующей формулой.
Где: Q- значение квантиля для нормального распределения акции Яндекса;
Xt- значение доходности акции в текущий момент времени;
Xt+1 -значение отклонения доходности в следующий момент времени;
n - количество дней вперед.
Формулы расчета VAR на один день VAR(1) и на пять VAR(5) дней вперед производится по формулам:
X(1) =(Q5+1)*I150
X(5) =(КОРЕНЬ(5)*Q5+1)*I150
Расчет значения цены акции с вероятностью 99% при убытках показан на рисунке ниже.
Полученные значения Х(1) = 198,57 говорит о том, что в течение следующего дня, курса акции Яндекса не превысят значения в 198,57 руб. с вероятностью 99%. И Х(5) говорит о том, что в течение следующих пяти дней с вероятностью 99% курс акции Яндекса не опустится ниже 136,73 руб.
Для расчета самого Var (величина возможных убытков), рассчитаем абсолютное значение убытков и относительное. Формулы в Excel будут следующими:
=I150-R8 =R13/I150
=I150-R9 =R14/I150
Эти цифры говорят следующее: убыток по акции Яндекс с вероятностью 99% не превысит 50,03 руб. на следующий день и убыток по акции Яндекс с вероятностью 99% не превысит 111,86 руб. за следующие пять дней.
Размещено на Allbest.ru
...Подобные документы
Определение характеристик точности выходного параметра вероятностным расчетно-аналитическим методом. Моделирование на электронно-вычислительной машине точности выходного параметра каскада. Сравнение его точности. Обоснование числа реализаций каскада.
курсовая работа [870,4 K], добавлен 23.06.2014Понятие и направления анализа акций. Изучение принципов работы нейросети с использованием программы "Нейросимулятор". Создание оптимально работающей нейросети для прогнозирования котировок акций, этапы данного процесса и оценка полученных результатов.
презентация [42,3 K], добавлен 19.08.2013Рассмотрение принципов поисковой системы и процедуры проведения поиска по запросам пользователей "Яндекса". Изучение структуры запросов, вспомогательных программ поиска, модулей и этапов их преобразования. Описание дополнительной информации в сниппете.
реферат [135,6 K], добавлен 27.12.2014Применение случайных чисел в моделировании, выборке, численном анализе, программировании и принятии решений. Понятие равномерного распределения вероятности. Способы получения последовательности. Правила выбора модуля. Критерий Колмогорова-Смирнова.
курсовая работа [1,3 M], добавлен 17.03.2011Винахід мікропроцесора розв’язав суперечність між високим ступенем інтеграції, що забезпечує напівпровідникова мікротехнологія, та великим числом інтегральних схем. Розробка програми ініціалізації МК для роботи з пристроями, що входять до складу системи.
курсовая работа [265,6 K], добавлен 18.12.2010Возможности интерфейса программирования приложений ARI крупных картографических веб-сервисов в процессе создания двух картографических веб-сервисов. Анализ существующих веб-сервисов. Карты Яндекса и Google, пользовательские карты. Выбор среды разработки.
дипломная работа [4,5 M], добавлен 24.09.2012Применение нейрокомпьютеров на российском финансовом рынке. Прогнозирование временных рядов на основе нейросетевых методов обработки. Определение курсов облигаций и акций предприятий. Применение нейронных сетей к задачам анализа биржевой деятельности.
курсовая работа [527,2 K], добавлен 28.05.2009Расчетно-аналитический метод определения точности выходного параметра. Характеристики первичных параметров, используемые для моделирования на электронно-вычислительной машине производственного рассеяния. Программа для ЭВМ. Применение метода Монте-Карло.
курсовая работа [397,6 K], добавлен 06.04.2014Системы массового обслуживания (СМО). Статистическое моделирование многоканальной СМО с ожиданием "Дневной стационар": определение числа койко-мест для клиентов стационара. Практическая реализация программы в среде Delphi 7, описание программного модуля.
курсовая работа [1,9 M], добавлен 23.08.2009Метод оценки максимального правдоподобия. Основные методы вычисления 95% доверительного интервала. Сознание программы-функции на Matlab для исследования точности оценки параметра экспоненциального распределения методом максимального правдоподобия.
курсовая работа [175,6 K], добавлен 18.05.2014Сущность и методика исследования вероятностной структуры сигналов, законы распределения случайных величин. Проверка гипотезы по критерию Колмогорова-Смирнова и Пирсона. Разработка программы вычисления признаков и формирования обучающего множества данных.
курсовая работа [509,6 K], добавлен 03.12.2009HTML - язык разметки гипертекста как набор инструкций для программы-просмотрщика (броузера). Понятие и назначение тэгов, их функции и параметры. Смысл понятий "параметр" и "значение параметра". Правила работы с тэгами, создание ссылок с их помощью.
статья [16,8 K], добавлен 10.05.2009Сущность понятия "кибернетика". Общее понятие про пассивный и активный эксперимент. Определение локального оптимума на объекте исследования. Применение критерия Кохрена при проверке однородности дисперсий. Проверка адекватности уравнения регрессии.
курсовая работа [222,9 K], добавлен 12.06.2011Решение задачи минимизации среднеквадратичной интенсивности управления. Использование формулы Коши и приращения критерия качества. Применение программы конечного двойственного метода линейно квадратичного программирования. Выбор метода корректировки.
курсовая работа [262,0 K], добавлен 23.02.2016Система поиска в сети и интернет-портал "Яндекс". Образование компании "Яндекс" в 2000 году, ее выход на самоокупаемость в 2002 году. Основное и приоритетное направление компании - разработка поискового механизма. Порядок введения запроса, его диапазон.
презентация [211,7 K], добавлен 03.02.2011Рассмотрение свойств реляционных баз данных. Анализ и виды деятельности ООО "Яндекс". Характеристика программы Adobe Dreamweaver. CoffeeScript как компилируемый язык для написания клиентских сценариев. Особенности взаимодействия интерфейса с сервером.
дипломная работа [2,6 M], добавлен 24.09.2012Информационная поисковая система Яндекс; характеристика услуг и сервисов портала: каталог, новости, города, энциклопедии. Полезные ссылки главной страницы. Формирование и активизация поискового запроса: морфология, контекст, порядок слов, результат.
презентация [2,6 M], добавлен 10.03.2015Определение функциональных характеристик систем массового обслуживания (СМО) на основе имитационного моделирования; синтез СМО с заданными характеристиками. Разработка программы на языке SIMNET II; расчет процесса работы СМО; подбор требуемого параметра.
лабораторная работа [623,8 K], добавлен 11.03.2011Анализ возможностей поисковых систем Яндекс и Google, их сравнение с точки зрения полезности. История создания поисковых систем, характеристика их интерфейса, поисковых инструментов и алгоритмов. Формирование вопроса и критерий к ответу на него.
реферат [30,0 K], добавлен 07.05.2011Выполнение заданий на вычисление функции на указанном диапазоне и построение графика функции. Нахождение суммы числового ряда. Нахождение корней уравнения командой "Подбор параметра". Описание технологии работы со списками в электронной таблице Excel.
контрольная работа [35,3 K], добавлен 15.11.2010
