Симулируйте ожидаемую статистику тестов дефицита (ES)
ebts = simulate(ebts)simulate функция моделирует результаты портфеля в соответствии с допущениями распределения, указанными в esbacktestbysim Объект и вычисляет всю поддерживаемую статистику тестов в каждом сценарии. Моделируемая статистика тестов используется, чтобы оценить значимость обратных тестов ES.
ebts = simulate(ebts,Name,Value)
Создайте esbacktestbysim и запустите симуляцию 1000 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);
The unconditional и minBiasAbsolute тестов отчет 1000 сценариев (см. Scenarios столбец 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
minBiasAbsolute(ebts)
ans=3×10 table
PortfolioID VaRID VaRLevel MinBiasAbsolute PValue TestStatistic CriticalValue Observations Scenarios TestLevel
___________ _____________ ________ _______________ ______ _____________ _____________ ____________ _________ _________
"S&P" "t(10) 95%" 0.95 accept 0.062 -0.0014247 -0.0015578 1966 1000 0.95
"S&P" "t(10) 97.5%" 0.975 reject 0.029 -0.0026674 -0.0023251 1966 1000 0.95
"S&P" "t(10) 99%" 0.99 reject 0.005 -0.0060982 -0.0039004 1966 1000 0.95
Запустите вторую симуляцию с 5000 сценарии с использованием simulate функция. Перезапустите unconditional и minBiasAbsolute тесты с использованием обновленной esbacktestbysim объект. Заметьте, что тесты теперь показывают 5000 сценариев вместе с обновленными значениями p и критическими значениями.
ebts = simulate(ebts,'BlockSize',10000,'NumScenarios',5000,'TestList',["conditional","unconditional","quantile","minBiasAbsolute","minBiasRelative"]); unconditional(ebts)
ans=3×10 table
PortfolioID VaRID VaRLevel Unconditional PValue TestStatistic CriticalValue Observations Scenarios TestLevel
___________ _____________ ________ _____________ ______ _____________ _____________ ____________ _________ _________
"S&P" "t(10) 95%" 0.95 accept 0.0952 -0.13342 -0.17352 1966 5000 0.95
"S&P" "t(10) 97.5%" 0.975 reject 0.0456 -0.25011 -0.24318 1966 5000 0.95
"S&P" "t(10) 99%" 0.99 reject 0.009 -0.57396 -0.38608 1966 5000 0.95
minBiasAbsolute(ebts,"TestLevel",0.99)ans=3×10 table
PortfolioID VaRID VaRLevel MinBiasAbsolute PValue TestStatistic CriticalValue Observations Scenarios TestLevel
___________ _____________ ________ _______________ ______ _____________ _____________ ____________ _________ _________
"S&P" "t(10) 95%" 0.95 accept 0.0622 -0.0014247 -0.0021797 1966 5000 0.99
"S&P" "t(10) 97.5%" 0.975 accept 0.026 -0.0026674 -0.0032702 1966 5000 0.99
"S&P" "t(10) 99%" 0.99 reject 0.006 -0.0060982 -0.0054814 1966 5000 0.99
ebts — esbacktestbysim объектesbacktestbysim (ebts) объект, который содержит копию данных (PortfolioData, VarData, ESData, и Distribution свойства) и все комбинации тестируемых уровней VaR, VaR и VaR. Для получения дополнительной информации о создании esbacktestbysim объект, см. esbacktestbysim.
Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.
ebts = simulate(ebts,'NumScenarios',1000000,'BlockSize',10000,'TestList','conditional')'NumScenarios' - Количество сценариев для моделирования1000
(по умолчанию) | положительное целое числоКоличество моделируемых сценариев, заданное с помощью разделенной разделенными запятой парами, состоящей из 'NumScenarios' и положительное целое число.
Типы данных: double
'BlockSize' - Количество сценариев для симуляции в одном блоке симуляции1000
(по умолчанию) | положительное целое числоКоличество сценариев для симуляции в одном блоке симуляции, заданное с помощью разделенной разделенными запятой парами, состоящей из 'BlockSize' и положительное целое число.
Типы данных: double
'TestList' - Индикатор, для которого моделируется тестовая статистика["conditional","unconditional","quantile","minBiasAbsolute","minBiasRelative"]
(по умолчанию) | вектор со значением 'conditional', 'unconditional', 'quantile', 'minBiasAbsolute', или 'minBiasRelative' | строку со значением "conditional", "unconditional", "quantile", "minBiasAbsolute", или "minBiasRelative"Индикатор, для которого моделируется тестовая статистика, задается как разделенная разделенными запятой парами, состоящая из 'TestList' и массив ячеек из векторов символов или строковые массивы со значением conditional, unconditional, quantile, minBiasAbsolute или minBiasRelative.
Типы данных: char | cell | string
ebts - Обновленный esbacktestbysim объектesbacktestbysim (ebts), возвращенный как обновленный объект. После выполнения simulate, обновленный esbacktestbysim объект хранит моделируемую статистику тестов, которая используется для вычисления p значений и генерации результатов тестирования.
Для получения дополнительной информации о esbacktestbysim объект, см. esbacktestbysim.
Модели VaR и ES предполагают, что для каждого периода t результаты портфеля Xt имеют совокупное распределение вероятностей Pт.
При условии, что распределения Pt правильны (нулевая гипотеза), тестовая статистика моделируется:
Симуляция M сценарии N каждый из наблюдений, например, , с , t = 1, …, N, и s = 1, …, M.
Для каждого моделируемого сценария Xs, вычислите интересующую вас тестовую статистику Zs = Z(Xs), s = 1, …, M.
Результат M моделируемые тестовые статистические значения Z1, …, ZM из распределения тестовой статистики, принимающей распределения вероятностей Pt правильны.
Значение p определяется как доля сценариев, для которых моделируемая тестовая статистика меньше, чем тестовая статистика, оцененная при наблюдаемых результатах портфеля ::
где I(Zs ≤ Zobs) - функция-индикатор со значением 1 если Zs ≤ Zobs, и 0 в противном случае. Если Pтест 1 минус уровень доверия теста, результатом теста является ‘reject’ если .
Критическое значение определяется как минимальная моделируемая тестовая статистика Zcritс p -значение, большим или равным Pтест.
[1] Acerbi, C. и B. Szekely. Обратная проверка ожидаемого дефицита. MSCI Inc. Декабрь 2014 года.
conditional | esbacktestbyde | esbacktestbysim | minBiasAbsolute | minBiasRelative | quantile | runtests | summary | unconditional
У вас есть измененная версия этого примера. Вы хотите открыть этот пример с вашими правками?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.