Exponenta Banner
exponenta event banner

моделировать

Моделируйте тестовую статистику ожидаемого недостатка (ES)

свернуть все на странице

Синтаксис

ebts = simulate(ebts)
ebts = simulate(ebts,Name,Value)

Описание

пример

ebts = simulate(ebts) выполняет симуляцию тестовой статистики ES. Функция simulate моделирует результаты портфеля согласно предположениям распределения, обозначенным в объекте esbacktestbysim, и вычисляет всю поддерживаемую тестовую статистику согласно каждому сценарию. Моделируемые тестовые статистические данные используются, чтобы оценить значение ES backtests.

пример

ebts = simulate(ebts,Name,Value) добавляют дополнительные аргументы пары "имя-значение".

Примеры

свернуть все

Скрипт Open Live Script

Создайте объект esbacktestbysim и запустите симуляцию 1 000 сценариев. 

load ESBacktestBySimData
rng('default'); % for reproducibility
ebts = esbacktestbysim(Returns,VaR,ES,"t",...
       'DegreesOfFreedom',10,...
       'Location',Mu,...
       'Scale',Sigma,...
       'PortfolioID',"S&P",...
       'VaRID',["t(10) 95%","t(10) 97.5%","t(10) 99%"],...
       'VaRLevel',VaRLevel);

Безусловные протоколы испытаний 1 000 сценариев (см. столбец Scenarios в отчете).

unconditional(ebts)
ans=3×10 table
    PortfolioID        VaRID        VaRLevel    Unconditional    PValue    TestStatistic    CriticalValue    Observations    Scenarios    TestLevel
    ___________    _____________    ________    _____________    ______    _____________    _____________    ____________    _________    _________

       "S&P"       "t(10) 95%"        0.95         accept        0.093       -0.13342         -0.16252           1966          1000         0.95   
       "S&P"       "t(10) 97.5%"     0.975         reject        0.031       -0.25011          -0.2268           1966          1000         0.95   
       "S&P"       "t(10) 99%"        0.99         reject        0.008       -0.57396         -0.38264           1966          1000         0.95

Запустите вторую симуляцию с 5 000 сценариев с помощью функции simulate. Повторно выполните безусловный тест с помощью обновленного объекта esbacktestbysim. Заметьте, что тест теперь показывает 5 000 сценариев наряду с обновленными p-значениями и критическими значениями.

ebts = simulate(ebts,'NumScenarios',5000);   
unconditional(ebts)
ans=3×10 table
    PortfolioID        VaRID        VaRLevel    Unconditional    PValue    TestStatistic    CriticalValue    Observations    Scenarios    TestLevel
    ___________    _____________    ________    _____________    ______    _____________    _____________    ____________    _________    _________

       "S&P"       "t(10) 95%"        0.95         accept        0.0984      -0.13342         -0.17216           1966          5000         0.95   
       "S&P"       "t(10) 97.5%"     0.975         reject        0.0456      -0.25011         -0.24251           1966          5000         0.95   
       "S&P"       "t(10) 99%"        0.99         reject        0.0104      -0.57396         -0.40089           1966          5000         0.95

Входные параметры

свернуть все

Объект esbacktestbysim (ebts), который содержит копию определенных данных (PortfolioData, VarData, ESData и свойства Distribution) и все комбинации ID портфеля, VaR ID и уровней VaR, которые будут протестированы. Для получения дополнительной информации о создании объекта esbacktestbysim смотрите esbacktestbysim.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: ebts = simulate(ebts,'NumScenarios',1000000,'BlockSize',10000,'TestList','conditional')

Количество сценариев, чтобы моделировать, заданное использование пары, разделенной запятой, состоящей из 'NumScenarios' и положительного целого числа.

Типы данных: double

Количество сценариев, чтобы моделировать в одном блоке симуляции, заданное использование пары, разделенной запятой, состоящей из 'BlockSize' и положительного целого числа.

Типы данных: double

Индикатор, для который тестовая статистика моделировать, заданный как пара, разделенная запятой, состоящая из 'TestList' и массива ячеек из символьных векторов или массива строк со значением conditional, unconditional или quantile.

Типы данных: cell | string

Выходные аргументы

свернуть все

esbacktestbysim (ebts), возвращенный как обновленный объект. После выполнения simulate, обновленная объектно-ориентированная память esbacktestbysim моделируемые тестовые статистические данные, которые используются, чтобы вычислить p - значения и сгенерировать результаты испытаний.

Для получения дополнительной информации об объекте esbacktestbysim смотрите esbacktestbysim.

Больше о

свернуть все

Симуляция тестовой статистики и значение тестов

Модели VaR и ES принимают, что в течение каждого периода t, результаты портфеля X t имеет кумулятивное распределение вероятностей P t.

Под предположением, что дистрибутивы P t правильны (нулевая гипотеза), протестируйте статистику, моделируются:

  • Симуляция сценариев M наблюдений N каждый, например, Xs=(X1s,...,Xts,...,XNs), с Xts~Pt, t = 1, …, N и s = 1, …, M.

  • Для каждого моделируемого сценария X s, вычислите тестовую статистическую величину интереса Z s = Z (X s), s = 1, …, M.

  • Получившийся M моделировал тестовые значения статистической величины Z 1, …, Z M от распределения тестовой статистической величины принятие распределений вероятностей, P t правилен.

p - значение задано как пропорция сценариев, для которых моделируемая тестовая статистическая величина меньше, чем тестовая статистическая величина, оцененная в наблюдаемых результатах портфеля: Zobs=Z(X1,...XN):

Pvalue=1M∑s=1MI(Zs<Zobs)

где I (Z s <Z obs) является функцией индикатора со значением 1 если Z s <Z obs и 0 в противном случае. Если тестом P является 1 минус тестовый доверительный уровень, результат испытаний к ‘reject’ если Pvalue<Ptest.

Критическое значение задано как минимальная моделируемая тестовая статистическая величина Z critwith p - значение, больше, чем или равное тесту P.

Ссылки

[1] Acerbi, C. и Б. Сзекели. Бэктестинг ожидаемый недостаток. Декабрь 2014 MSCI Inc.

Смотрите также

| | | | |

Темы

Введенный в R2017b

Документация Risk Management Toolbox
Поддержка