Расчет показателя рыночного риска (VaR) по портфелю финансовых активов (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Katya (обсуждение | вклад) |
|||
| (не показано 8 промежуточных версии 3 участников) | |||
| Строка 14: | Строка 14: | ||
VaR — это величина убытков заданного портфеля, которая с вероятностью, равной уровню доверия (например, 99 %), не будет превышена. Следовательно, в 1 % случаев убыток составит величину, большую чем VaR. | VaR — это величина убытков заданного портфеля, которая с вероятностью, равной уровню доверия (например, 99 %), не будет превышена. Следовательно, в 1 % случаев убыток составит величину, большую чем VaR. | ||
| + | |||
| + | |||
| + | [http://www.slideshare.net/katyacherniak/hse-project-inroductionlisenkov21012016 презентация проекта] | ||
| + | |||
=== Чему вы научитесь? === | === Чему вы научитесь? === | ||
| − | * Формулировать постановку задачи | + | * Формулировать постановку задачи. |
| − | * Писать надежный и понятный код | + | * Писать надежный и понятный код. |
| − | * Основы работы на глобальных финансовых рынках | + | * Основы работы на глобальных финансовых рынках. |
| − | * Проводить статистический анализ рыночных данных глобальных рынков | + | * Проводить статистический анализ рыночных данных глобальных рынков. |
=== Какие начальные требования? === | === Какие начальные требования? === | ||
| − | * Программирование на C/C++/Python (в рамках прослушанного курса) | + | * Программирование на C/C++/Python (в рамках прослушанного курса). |
| − | * Основы статистики и теории вероятности | + | * Основы статистики и теории вероятности. |
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
| − | * C++ / Python в рамках прослушанного курса | + | * C++ / Python в рамках прослушанного курса; |
| − | * MOEX рыночные данные | + | * MOEX рыночные данные; |
| − | * Yahoo Finance, NASDAQ, NYMEX, CBOT | + | * Yahoo Finance, NASDAQ, NYMEX, CBOT; |
| − | * Google Finance | + | * Google Finance. |
=== Темы вводных занятий === | === Темы вводных занятий === | ||
| − | * Основы финансовой математики и финансовых рынков | + | * Основы финансовой математики и финансовых рынков. |
* Элементы статистики и теории вероятности. | * Элементы статистики и теории вероятности. | ||
=== Направления развития === | === Направления развития === | ||
| − | * Расширение источников для получения данных | + | * Расширение источников для получения данных. |
| − | * Дополнение программы симуляции дополнительных сценариев с помощью алгоритма MonteCarlo для повыщения точности расчета VaR | + | * Дополнение программы симуляции дополнительных сценариев с помощью алгоритма MonteCarlo для повыщения точности расчета VaR. |
| − | * Интеграция с финансовыми системами для загрузки портфеля инвестиций. | + | * Интеграция с финансовыми системами для загрузки портфеля инвестиций. |
=== Критерии оценки === | === Критерии оценки === | ||
| − | 4-5 : реализованная и протестированная программа, осуществляющая загрузку из файла заданного портфеля и параметров волатильности и корреляции финансовых активов и расчет показателя VaR параметрическим или историческим методом. <br /> | + | 4-5: реализованная и протестированная программа, осуществляющая загрузку из файла заданного портфеля и параметров волатильности и корреляции финансовых активов и расчет показателя VaR параметрическим или историческим методом. <br /> |
| − | 6-7 : Интеграция с одним из указанных внешних источников для получения истории рыночных котировок и расчета векторов волатильности и матрицы корреляции. | + | 6-7: Интеграция с одним из указанных внешних источников для получения истории рыночных котировок и расчета векторов волатильности и матрицы корреляции. |
8-10: Реализация режима бэк-тестинга VaR( проверка качества расчета VaR на фактических данных), построение графика бэк-тестинга. | 8-10: Реализация режима бэк-тестинга VaR( проверка качества расчета VaR на фактических данных), построение графика бэк-тестинга. | ||
Текущая версия на 16:17, 28 июля 2017
| Ментор | Лисенков Иван |
| Учебный семестр | Весна 2016 |
| Учебный курс | 1-й курс |
| Проект можно развивать на летней практике | |
| Максимальное количество студентов, выбравших проект: 3 | |
Что это за проект?
В рамках проекта ставится задача разработки программы которая, по портфелю заданных активов (Акции) рассчитывает показатель VAR, который является стоимостной мерой рыночного риска заданного портфеля.
VaR — это величина убытков заданного портфеля, которая с вероятностью, равной уровню доверия (например, 99 %), не будет превышена. Следовательно, в 1 % случаев убыток составит величину, большую чем VaR.
Чему вы научитесь?
- Формулировать постановку задачи.
- Писать надежный и понятный код.
- Основы работы на глобальных финансовых рынках.
- Проводить статистический анализ рыночных данных глобальных рынков.
Какие начальные требования?
- Программирование на C/C++/Python (в рамках прослушанного курса).
- Основы статистики и теории вероятности.
Какие будут использоваться технологии?
- C++ / Python в рамках прослушанного курса;
- MOEX рыночные данные;
- Yahoo Finance, NASDAQ, NYMEX, CBOT;
- Google Finance.
Темы вводных занятий
- Основы финансовой математики и финансовых рынков.
- Элементы статистики и теории вероятности.
Направления развития
- Расширение источников для получения данных.
- Дополнение программы симуляции дополнительных сценариев с помощью алгоритма MonteCarlo для повыщения точности расчета VaR.
- Интеграция с финансовыми системами для загрузки портфеля инвестиций.
Критерии оценки
4-5: реализованная и протестированная программа, осуществляющая загрузку из файла заданного портфеля и параметров волатильности и корреляции финансовых активов и расчет показателя VaR параметрическим или историческим методом.
6-7: Интеграция с одним из указанных внешних источников для получения истории рыночных котировок и расчета векторов волатильности и матрицы корреляции.
8-10: Реализация режима бэк-тестинга VaR( проверка качества расчета VaR на фактических данных), построение графика бэк-тестинга.
Ориентировочное расписание занятий
ВТ 15.00 – 21.00
ЧТ 15.00 – 21.00
