การย้าย ค่าเฉลี่ย ค่า ที่มีความเสี่ยง

Moving Averages สิ่งที่พวกเขาอยู่ในตัวบ่งชี้ทางเทคนิคที่เป็นที่นิยมมากที่สุดค่าเฉลี่ยเคลื่อนที่จะใช้ในการวัดทิศทางของแนวโน้มในปัจจุบันค่าเฉลี่ยเคลื่อนที่ที่เขียนโดยทั่วไปในบทแนะนำนี้เป็น MA เป็นผลทางคณิตศาสตร์ที่คำนวณโดยเฉลี่ยจำนวนที่ผ่านมา จุดข้อมูลเมื่อพิจารณาแล้วค่าเฉลี่ยที่เกิดขึ้นจะถูกวางแผนลงบนแผนภูมิเพื่อให้ผู้ค้าสามารถดูข้อมูลที่ราบรื่นแทนที่จะมุ่งเน้นไปที่ความผันผวนของราคาในแต่ละวันที่มีอยู่ในตลาดการเงินทั้งหมดรูปแบบที่ง่ายที่สุดของการย้าย เฉลี่ยที่รู้จักกันอย่างเหมาะสมว่าเป็นค่าเฉลี่ยเคลื่อนที่โดยเฉลี่ย SMA คำนวณโดยใช้ค่าเฉลี่ยเลขคณิตของชุดค่าที่กำหนดตัวอย่างเช่นในการคำนวณค่าเฉลี่ยเคลื่อนที่ 10 วันคุณจะเพิ่มราคาปิดจาก 10 วันที่ผ่านมาและจากนั้น หารผลตาม 10 ในรูปที่ 1 ผลรวมของราคาในช่วง 10 วันที่ผ่านมา 110 จะหารด้วยจำนวนวันที่ 10 เพื่อให้ได้ค่าเฉลี่ย 10 วันหากผู้ค้าต้องการเห็นค่าเฉลี่ย 50 วันใน แต่จะรวมถึงราคาที่เกิดขึ้นในช่วง 50 วันที่ผ่านมาค่าเฉลี่ยที่ต่ำกว่า 11 จะคำนึงถึงจุดข้อมูล 10 จุดที่ผ่านมาเพื่อให้ผู้ค้าทราบว่าสินทรัพย์มีราคาเทียบเคียงกับ ที่ผ่านมา 10 วันบางทีคุณอาจสงสัยว่าทำไมผู้ค้าทางเทคนิคเรียกเครื่องมือนี้ว่าค่าเฉลี่ยเคลื่อนที่และไม่ใช่แค่ค่าเฉลี่ยความหมายคำตอบก็คือเมื่อค่าใหม่มีพร้อมใช้งานจุดข้อมูลที่เก่าที่สุดต้องถูกลดลงจากชุดข้อมูลและจุดข้อมูลใหม่ต้องมา in เพื่อแทนที่พวกเขาดังนั้นชุดข้อมูลมีการเคลื่อนย้ายบัญชีไปเรื่อย ๆ เพื่อให้มีข้อมูลใหม่เมื่อพร้อมใช้งานวิธีการคำนวณนี้ช่วยให้แน่ใจได้ว่าจะมีการบันทึกข้อมูลปัจจุบันเท่านั้นในรูปที่ 2 เมื่อมีการเพิ่มค่าใหม่ของชุด 5 ลงในชุดข้อมูล กล่องสีแดงที่แสดงถึง 10 จุดข้อมูลที่ผ่านมาจะเลื่อนไปทางขวาและค่าสุดท้ายของ 15 จะถูกลดลงจากการคำนวณเนื่องจากค่าที่ค่อนข้างเล็กของ 5 จะแทนที่ค่าที่สูงของ 15 คุณคาดว่าจะเห็นค่าเฉลี่ยของ t เขาลดการตั้งค่าข้อมูลซึ่งเป็นไปได้ในกรณีนี้ตั้งแต่ 11 ถึง 10. ค่าเฉลี่ยของการเคลื่อนย้ายจะทำอย่างไรเมื่อค่าของ MA ถูกคำนวณแล้วพวกเขาจะถูกวางแผนลงกราฟและเชื่อมต่อกันเพื่อสร้างเส้นค่าเฉลี่ยเคลื่อนที่เส้นโค้งเหล่านี้ เส้นที่ใช้ทั่วไปในแผนภูมิของผู้ค้าด้านเทคนิค แต่วิธีที่ใช้จะแตกต่างกันไปมากในภายหลังเนื่องจากคุณสามารถเห็นได้ในรูปที่ 3 คุณสามารถเพิ่มค่าเฉลี่ยเคลื่อนที่ได้มากกว่าหนึ่งรายการในแผนภูมิใด ๆ โดยการปรับจำนวนช่วงเวลา ใช้ในการคำนวณเส้นโค้งเหล่านี้อาจดูเหมือนเสียสมาธิหรือสับสนในตอนแรก แต่คุณจะเติบโตคุ้นเคยกับพวกเขาเป็นเวลาไปในเส้นสีแดงเป็นเพียงราคาเฉลี่ยที่ผ่านมา 50 วันในขณะที่เส้นสีฟ้าเป็นราคาเฉลี่ยกว่า เมื่อผ่านไป 100 วันตอนนี้คุณเข้าใจว่าค่าเฉลี่ยเคลื่อนที่อยู่ที่เท่าไรและเราจะแนะนำค่าเฉลี่ยเคลื่อนที่ที่แตกต่างกันอย่างไรและตรวจสอบว่าค่าเฉลี่ยเคลื่อนที่แตกต่างจากค่าเฉลี่ยเคลื่อนที่ที่กล่าวมาข้างต้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายเป็นอย่างมาก ผู้ค้าหลายคนอ้างว่าประโยชน์ของ SMA มีข้อ จำกัด เนื่องจากแต่ละจุดในชุดข้อมูลมีน้ำหนักเหมือนกันโดยไม่คำนึงถึงตำแหน่งที่เกิดขึ้นในซีเควนซ์นักวิจารณ์ยืนยันว่า ข้อมูลล่าสุดมีความสำคัญมากกว่าข้อมูลที่เก่ากว่าและควรมีอิทธิพลมากขึ้นต่อผลลัพธ์สุดท้ายในการตอบสนองต่อคำติชมนี้ผู้ค้าเริ่มให้ความสำคัญกับข้อมูลล่าสุดซึ่งนำไปสู่การคิดค้นสิ่งใหม่ ๆ หลายประเภท ความนิยมมากที่สุดคือค่าเฉลี่ยเคลื่อนที่แบบ EMA สำหรับการอ่านเพิ่มเติมโปรดดูข้อมูลพื้นฐานเกี่ยวกับค่าเฉลี่ยถ่วงน้ำหนักและความแตกต่างระหว่าง SMA และ EMA ค่าเฉลี่ยเคลื่อนที่ที่เป็นตัวบ่งชี้ค่าเฉลี่ยเคลื่อนที่แบบเสวนาคือค่าเฉลี่ยเคลื่อนที่ที่ให้น้ำหนักมากขึ้น กับราคาล่าสุดในความพยายามที่จะทำให้มันตอบสนองต่อข้อมูลใหม่เรียนรู้สมการค่อนข้างซับซ้อนสำหรับการคำนวณ EMA อาจจะไม่จำเป็นสำหรับปลาจำนวนมาก ders เนื่องจากเกือบทุกแพคเกจแผนภูมิทำคำนวณสำหรับคุณอย่างไรก็ตามสำหรับคุณ geeks คณิตศาสตร์ออกมีที่นี่สมการ EMA เมื่อใช้สูตรการคำนวณจุดแรกของ EMA คุณอาจสังเกตเห็นว่าไม่มีค่าพร้อมใช้งาน ใช้เป็น EMA ก่อนหน้านี้ปัญหาเล็ก ๆ นี้สามารถแก้ไขได้โดยการเริ่มต้นการคำนวณด้วยค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายและดำเนินการต่อโดยใช้สูตรด้านบนจากที่นั่นเราได้จัดเตรียมสเปรดชีตตัวอย่างซึ่งมีตัวอย่างชีวิตจริงในการคำนวณทั้งแบบง่ายๆ ความแตกต่างระหว่าง EMA และ SMA ตอนนี้คุณมีความรู้ความเข้าใจเกี่ยวกับ SMA และ EMA แล้วลองพิจารณาดูว่าค่าเฉลี่ยเหล่านี้แตกต่างกันอย่างไรโดยดูที่การคำนวณ EMA , คุณจะสังเกตเห็นว่ามีการเน้นที่จุดข้อมูลล่าสุดทำให้เป็นประเภทของถัวเฉลี่ยถ่วงน้ำหนักในรูปที่ 5 ตัวเลขของช่วงเวลาที่ใช้ในแต่ละค่าเฉลี่ยเป็นเหมือนกัน 15 แต่ EMA ตอบสนอง m แร่ได้อย่างรวดเร็วเพื่อให้ราคาที่เปลี่ยนแปลงสังเกตว่า EMA มีมูลค่าสูงขึ้นเมื่อราคาเพิ่มขึ้นและลดลงเร็วกว่า SMA เมื่อราคาลดลงการตอบสนองนี้เป็นเหตุผลหลักว่าทำไมผู้ค้าจำนวนมากต้องการใช้ EMA มากกว่า SMA. What วันที่แตกต่างกัน Mean Moving averages เป็นตัวบ่งชี้ที่ปรับแต่งได้โดยสิ้นเชิงซึ่งหมายความว่าผู้ใช้สามารถเลือกเฟรมเวลาที่ต้องการได้อย่างอิสระเมื่อสร้างค่าเฉลี่ยช่วงเวลาที่ใช้บ่อยที่สุดในการเคลื่อนที่โดยเฉลี่ยอยู่ที่ 15, 20, 30, 50, 100 และ 200 วันช่วงเวลาสั้น ๆ ที่ใช้ในการสร้างค่าเฉลี่ยความไวมากขึ้นก็จะเป็นการเปลี่ยนแปลงราคาช่วงเวลาที่ยาวนานขึ้นไม่สำคัญหรือมีความเรียบมากขึ้นค่าเฉลี่ยจะไม่มีกรอบเวลาที่เหมาะสมที่จะใช้เมื่อ การตั้งค่าค่าเฉลี่ยเคลื่อนที่ของคุณวิธีที่ดีที่สุดในการหาค่าที่เหมาะสมสำหรับคุณคือการทดสอบกับช่วงเวลาที่แตกต่างกันไปจนกว่าคุณจะหาค่าที่เหมาะสมกับกลยุทธ์ของคุณค่าเฉลี่ย - MA. BREAKING DOWN ค่าเฉลี่ยเคลื่อนที่ - MA. As a n ตัวอย่าง SMA ให้พิจารณาการรักษาความปลอดภัยโดยมีราคาปิดดังต่อไปนี้เกินกว่า 15 วัน 1 สัปดาห์ 5 วัน 26, 28, 26, 29, 27.Week 3 วันที่ 28, 30, 27, 29, 28. MA - 10 วันเฉลี่ยจะออกจากราคาปิดสำหรับ 10 วันแรกเป็นจุดข้อมูลแรกจุดข้อมูลถัดไปจะลดราคาเร็วที่สุดเพิ่มราคาในวันที่ 11 และใช้ค่าเฉลี่ย, และอื่น ๆ ดังที่แสดงไว้ด้านล่างตามที่ระบุไว้ก่อนหน้า MAs lag การกระทำของราคาในปัจจุบันเพราะพวกเขาจะขึ้นอยู่กับราคาที่ผ่านมานานระยะเวลาสำหรับ MA, ยิ่งล่าช้าดังนั้น MA 200 วันจะมีระดับมากขึ้นของความล่าช้า กว่า MA 20 วันเนื่องจากมีราคาสำหรับ 200 วันที่ผ่านมาความยาวของ MA ที่จะใช้ขึ้นอยู่กับวัตถุประสงค์การค้าโดย MAs สั้นที่ใช้ในการซื้อขายระยะสั้นและระยะยาว MAs เหมาะสำหรับนักลงทุนระยะยาว นักลงทุนและผู้ค้ามีการซื้อขายพันธบัตรอายุ 200 วันโดยนักลงทุนและผู้ค้าที่มีส่วนแบ่งสูงกว่าและต่ำกว่าค่าเฉลี่ยเคลื่อนที่นี้ถือเป็นสัญญาณการซื้อขายที่สำคัญ สัญญาณการซื้อขาย rtant ด้วยตัวเองหรือเมื่อสองค่าเฉลี่ยข้าม MA เพิ่มขึ้นแสดงให้เห็นว่าการรักษาความปลอดภัยอยู่ในขาขึ้นในขณะที่ MA ลดลงแสดงให้เห็นว่ามันอยู่ในขาลงในทำนองเดียวกันโมเมนตัมขึ้นได้รับการยืนยันด้วยการข้ามตัวรั้นซึ่งเกิดขึ้นเมื่อสั้น ระยะสั้น MA ระยะสั้นอยู่เหนือระดับ MA ในระยะยาว MA ได้รับการยืนยันจาก Crossover ซึ่งจะเกิดขึ้นเมื่อ MA ระยะสั้นข้าม MA ระยะยาวค่าการคำนวณที่ความเสี่ยงตัวอย่างค่าที่คำนวณได้ที่ความเสี่ยงตัวอย่างค่าที่ ความเสี่ยงกรณี VaR แสดงให้เห็นถึงวิธีการคำนวณ VaR ใน Excel โดยใช้สองวิธีที่แตกต่างกัน Variance Covariance และการจำลองทางประวัติศาสตร์กับข้อมูลที่เปิดเผยต่อสาธารณะสิ่งที่คุณจะต้องค่าความเสี่ยงที่ทรัพยากรและหน้าอ้างอิงข้อมูลที่กำหนดไว้สำหรับราคา Spot Gold ที่สามารถดาวน์โหลดได้จาก สำหรับระยะเวลาตั้งแต่ 1 มิ.ย. 2554 ถึงวันที่ 29 ม. ค. 2555 ข้อมูลที่กำหนดไว้สำหรับราคา Spot WTI Crude Oil ซึ่งสามารถดาวน์โหลดได้ตั้งแต่วันที่ 1 มิ.ย. 2554 ถึงวันที่ 29 มิ.ย. 2555 ราคาตามความเสี่ยงตัวอย่างเราครอบคลุม ความแปรปรวน Covaria nce VCV และ Historical Simulation วิธี HS ในการคำนวณ Value at Risk VaR ในรายการด้านล่าง 6 รายการแรกที่เกี่ยวข้องกับวิธี VCV ในขณะที่ 3 รายการสุดท้ายเกี่ยวข้องกับวิธีการจำลองทางประวัติศาสตร์ในแนวทาง VCV สองวิธีแยกกันในการพิจารณาความผันผวนพื้นฐานของ ผลตอบแทนที่ได้รับถือเป็น Simple Moving Average SMA method ค่าเฉลี่ยถ่วงน้ำหนักแบบถ่วงน้ำหนักเฉลี่ยเคลื่อนที่โดยวิธี EWMA VaR โดยใช้ Monte Carlo Simulation ไม่ครอบคลุมในบทความนี้เราจะแสดงการคำนวณสำหรับความผันผวนรายวันของ SMASMA รายวัน VaR. J-day holding SMA VaR. Portfolio holding SMA VaR. EWMA ความผันผวนรายวันระยะเวลาการถือครอง J วัน EWMA VaR. Historical simulation daily VaR. Historical simulation การถือครอง J วันถือ VaR.10 วันแบบจำลองการถือครอง VaR ขาดทุนสำหรับระดับความมั่นใจ 99.Value at Risk ตัวอย่างบริบทของเรา พอร์ตการลงทุนประกอบด้วยการสัมผัสกับทองคำ 100 ออนซ์ต่อออนซ์และ 1000 ตันของ WTI Crude ราคาทองคำต่อออนซ์ troy เท่ากับ 1,598 50 และราคา WTI ต่อบาร์ rel คือ 85 04 เมื่อวันที่ 29 --Juan 2012.Data ราคาข้อมูลราคาข้อมูลราคาข้อมูลทางเทคนิคสำหรับ Gold และ WTI ได้รับสำหรับช่วงเวลา 1 มิ.ย. 2554 ถึง 29 มิ.ย. 2012 จากและตามลำดับระยะเวลาที่พิจารณาในการคำนวณ VaR เรียกว่าระยะเวลามองย้อนกลับเป็นช่วงเวลาที่ความเสี่ยงจะได้รับการประเมินรูปที่ 1 แสดงข้อมูลสารสกัดจากข้อมูลชุดข้อมูลรายวันรูปที่ 1 ข้อมูลชุดเวลาสำหรับ Gold และ WTI. The Return Series ขั้นตอนแรกสำหรับข้อใดข้อหนึ่ง วิธีการ VaR คือการกำหนดชุดการรับผลตอบแทนสิ่งนี้ทำได้โดยการคำนวณลอการิทึมตามธรรมชาติของอัตราส่วนของราคาต่อเนื่องดังที่แสดงในรูปที่ 2 รูปที่ 2 ข้อมูลชุดย้อนกลับสำหรับ Gold และ WTI ตัวอย่างเช่นผลตอบแทนรายวันสำหรับ Gold on 2 - Jun-2011 เซลล์ G17 ถูกคำนวณเป็น LN เซลล์ C17 เซลล์ C 16 ln 1539 50 1533 75 0 37. การแปรปรวนของความแปรปรวนค่าเฉลี่ยเคลื่อนที่เฉลี่ย SMA. มีการคำนวณความผันผวนรายวันของ SMA ตามสูตรต่อไปนี้คืออัตราผลตอบแทน ณ เวลา t ER เป็นค่าเฉลี่ยของการกระจายผลตอบแทนที่สามารถรับได้ใน EXCEL โดยการหาค่าเฉลี่ยของชุดข้อมูลย้อนกลับคือค่าเฉลี่ยของชุดค่าผลตอบแทน (Return Series) ของชุดค่าตอบแทนผลรวมความแตกต่างของ Rt บน ER ในจุดข้อมูลทั้งหมดและหารผลตามจำนวนที่ได้รับในชุดข้อมูลหนึ่ง ๆ เพื่อหาค่าความแปรปรวนรากที่สองของ ผลที่ได้คือส่วนเบี่ยงเบนมาตรฐานหรือความผันผวนของ SMA ของชุดผลตอบแทนนอกจากนี้ความผันผวนสามารถคำนวณได้โดยตรงใน EXCEL โดยใช้ฟังก์ชัน STDEV ที่ใช้กับชุดข้อมูลการคืนสินค้าดังที่แสดงในรูปที่ 3 รูปที่ 3 ข้อมูลชุดย้อนกลับสำหรับ Gold และ WTI ความผันผวนของ SMA รายวันสำหรับ Gold ใน Cell F18 ถูกคำนวณเป็นสตริงของ STDEV ของ Gold Return Series ความผันผวนของ SMA รายวันสำหรับ Gold คือ 1 4377 และสำหรับ WTI คือ 1 9856.SMA VaR รายวันคุณจะสูญเสียการถือครองมากกว่าเท่าไร ระยะเวลาและมีความเป็นไปได้ที่ VaR วัดความสูญเสียที่เลวร้ายที่สุดที่อาจจะได้รับการบันทึกในพอร์ตการลงทุนในระยะเวลาการถือครองโดยมีความเป็นไปได้หรือระดับความเชื่อมั่นตัวอย่างเช่นสมมติว่ามีความเชื่อมั่น 99 ระดับ VaR ของ 1 ล้านเหรียญสหรัฐฯ d ระยะเวลาการถือครองเดียวหมายความว่ามีโอกาสที่จะสูญเสียมากกว่า 1 ดอลลาร์ต่อวันในช่วงสิบวันเท่านั้น SMA และ EWMA ใช้วิธี VaR สมมติว่าผลตอบแทนรายวันมีการกระจายตามปกติ VaR รายวันที่เกี่ยวข้องกับระดับความเชื่อมั่นที่กำหนดคือ คำนวณตามความเสี่ยง VaR วันหรือส่วนเบี่ยงเบนมาตรฐานของชุด z กลับค่าของผกผันของมาตรฐานการแจกแจงแบบปกติฟังก์ชันการแจกแจง CDF สอดคล้องกับระดับความเชื่อมั่นที่ระบุขณะนี้เราสามารถตอบคำถามต่อไปนี้คืออะไร SMA VaR รายวันสำหรับทองและ WTI ที่ระดับความเชื่อมั่น 99 ซึ่งแสดงไว้ในรูปที่ 4 ด้านล่างรูปที่ 4 Daily VaR ค่า VaR รายวันสำหรับ Gold ที่คำนวณได้จาก Cell F16 เป็นผลมาจากความผันผวนของเซลล์ SM18 ต่อวันของเซลล์ F18 และค่า z ของค่าผกผันของมาตรฐาน CDF ปกติสำหรับ 99 ใน EXCEL ค่า z-score ผกผันที่ระดับความเชื่อมั่น 99 จะถูกคำนวณเป็น NORMSINV 99 2 326 ดังนั้น VaR ต่อวันสำหรับ Gold และ WTI ที่ระดับความเชื่อมั่น 99 จะเท่ากับ 3 3446 และ 4 6192 ตามลำดับ Hold'J วัน ของ SMA VaR Scenario 1. ความหมายของ VaR ข้างต้นพิจารณาถึง 3 ข้อขาดทุนสูงสุดความน่าจะเป็นและระยะเวลาการถือครองระยะเวลาการถือครองคือเวลาที่จะต้องเลิกกิจการสินทรัพย์ในตลาดใน Basel II และ Basel III เป็นระยะเวลาสิบวัน ระยะเวลาการถือครองเป็นสมมติฐานมาตรฐานคุณจะรวมระยะเวลาการถือครองไว้ในการคำนวณของคุณอย่างไรการถือครอง SMA VaR สำหรับ WTI Gold สำหรับระยะเวลาการถือครอง 10 วันที่ระดับความเชื่อมั่น 99 โฮลดิ้งแต่ละงวด VaR Daily VaR SQRT ถือเป็นวัน SQRT คือฟังก์ชันรากที่สองของ EXCEL ซึ่งแสดงให้เห็นถึง WTI และ Gold ในรูปที่ 5 รูปที่ 5 ระยะเวลาการถือครอง 10 วัน VaR 99 ระดับความเชื่อมั่น VaR ถือครอง 10 วันสำหรับระดับความเชื่อมั่นที่ระดับความน่าเชื่อถือ 99 เซลล์ F15 คำนวณโดย การคูณเซลล์ VaR วันรายวันกับรากที่สองของช่วงเวลาการถือครองเซลล์ F16 นี่เป็นผลงานที่ออกมาเป็น 10 5767 สำหรับ Gold และ 14 6073 สำหรับ WTI. J-day ถือ ​​SMA VaR Scenario 2. ให้พิจารณาคำถามต่อไปนี้คืออะไรการถือครอง SMA VaR สำหรับ WTI ทองคำสำหรับระยะเวลาการถือครอง 252 วันที่ระดับความเชื่อมั่น 75 โปรดทราบว่าใช้เวลา 252 วันเพื่อแสดงวันทำการในปีวิธีการแบบเดียวกับที่ใช้ในการคำนวณ SMA VaR 10 วันที่ระดับความเชื่อมั่น 99 ยกเว้นระดับความเชื่อมั่นและระยะเวลาการถือครองที่มีการเปลี่ยนแปลงดังนั้นเราจึงกำหนด VaR รายวันที่ระดับความเชื่อมั่น 75 ทราบว่า VaR รายวันเป็นผลมาจากความผันผวนของค่า SMA รายวันของผลตอบแทนพื้นฐานและค่า z-score ที่ผกผันที่นี่สำหรับ 75 คือ NORMSINV 75 0 6745 VaR รายวันที่เกิดขึ้นจะคูณด้วยรากที่สองของ 252 วันเพื่อให้ได้ค่า VaR ที่ถือครองไว้รูปภาพ 6 ระยะเวลาการถือครอง 252 วัน VaR 75 ระดับความเชื่อมั่น52วัน ถือ VaR ที่ 75 สำหรับ Gold Cell F15 เป็นผลคูณของ VaR รายวันที่คำนวณได้ที่ระดับความเชื่อมั่น 75 Cell F17 และรากที่สองของช่วงเวลาการถือครอง Cell F16 เป็น 15 3940 สำหรับ Gold และ 21 2603 สำหรับ WTI VaR รายวันเป็นทางกลับกัน ผลิตภัณฑ์ประจำวัน ความผันผวนของ SMA Cell F19 และค่า z-score ผกผันที่เกี่ยวข้องกับระดับความเชื่อมั่น Cell F18.Portfolio การถือครอง SMA VaR ขณะนี้เรามีเพียงการคิดคำนวณ VaR สำหรับแต่ละสินทรัพย์เราจะขยายการคำนวณไปเป็นผลงาน VaR ความสัมพันธ์ระหว่างกันอย่างไร สินทรัพย์ที่คิดในการกำหนดพอร์ตการลงทุน VaR ให้เราพิจารณาคำถามต่อไปนี้อะไรคือ SMA VaR 10 วันที่ถือครองผลงานของ Gold และ WTI ที่ระดับความเชื่อมั่น 99 ขั้นตอนแรกในการคำนวณนี้คือการกำหนดน้ำหนัก สำหรับ Gold และ WTI ในส่วนที่เกี่ยวกับพอร์ตการลงทุนให้เราทบทวนข้อมูล Portfolio ที่กล่าวมาในตอนต้นของกรณีศึกษา พอร์ตการลงทุนประกอบด้วยทองคำ 100 ออนซ์ต่อออนซ์ทองคำและ WTI Crude 1000 บาร์เรลราคาทองคำต่อออนซ์ troy เท่ากับ 1,598 50 และราคา WTI ต่อบาร์เรลเท่ากับ 85 04 ในวันที่ 29 มิ.ย. 2555 การคำนวณน้ำหนักดังแสดงในรูป 7 ด้านล่างรูปที่ 7 น้ำหนักของสินทรัพย์แต่ละรายการในพอร์ตการลงทุนน้ำหนักถูกประเมินตามมูลค่าตลาดของพอร์ตการลงทุนเมื่อวันที่ 29 มิ.ย. 2555 มูลค่าตลาดของสินทรัพย์คำนวณโดยการคูณปริมาณสินทรัพย์ที่ระบุในพอร์ตโฟลิโอกับ ราคาตลาดเมื่อวันที่ 29 มิ.ย. 2555 การคํานวณหาน้ำหนักเป็นมูลค่าตลาดของสินทรัพย์หารด้วยมูลค่าตลาดของพอร์ตการลงทุนโดยที่มูลค่าตลาดของพอร์ตการลงทุนคือผลรวมของมูลค่าตลาดในสินทรัพย์ทั้งหมดในพอร์ตโฟลิโอเราคำนวณถัวเฉลี่ยถ่วงน้ำหนักแล้ว ผลตอบแทนของพอร์ตโฟลิโอสำหรับแต่ละวันจุดข้อมูลนี่คือภาพประกอบในรูปที่ 8 ด้านล่างรูปที่ 8 ผลตอบแทนของพอร์ตการลงทุนผลตอบแทนเงินเฉลี่ยของพอร์ตโฟลิโอสำหรับวันที่ระบุจะคำนวณเป็นผลรวมของสินทรัพย์ทั้งหมดของผลิตภัณฑ์ของสินทรัพย์ สำหรับวันที่และน้ำหนักตัวอย่างเช่นสำหรับ 2 มิ.ย. 2011 ผลตอบแทนของพอร์ทจะถูกคำนวณเป็น 0 37 65 27 0 11 34 73 0 28 ซึ่งอาจทำได้ใน EXCEL โดยใช้ฟังก์ชัน SUMPRODUCT ตามที่แสดงในแถบฟังก์ชันของรูปที่ 8 ข้างต้นใช้กับแถวน้ำหนักเซลล์ C19 ถึงเซลล์ D19 และส่งกลับแถวเซลล์ Fxx ไปยังเซลล์ Gxx สำหรับแต่ละวันเพื่อให้แถวน้ำหนักคงที่ในสูตรเมื่อคัดลอกและวางในช่วงของจุดข้อมูลจะใช้เครื่องหมายดอลลาร์ กับน้ำหนักของเซลล์แถวอ้างอิงเช่น C 19 D 19.To คำนวณความผันผวน VaR ประจำวันและระยะเวลาการถือครอง VaR สำหรับพอร์ตการลงทุนใช้สูตรเดียวกับที่ใช้สำหรับสินทรัพย์แต่ละตัวนั่นคือความผันผวนของ SMA รายวันสำหรับผลงาน STDEV array ผลตอบแทนของพอร์ตการลงทุน SMA daily VaR for the portfolio ความผันผวนต่อวัน NORMSINV X และ Holding period VaR สำหรับผลงาน Daily VaR SQRT Holding period ขณะนี้เราสามารถตอบคำถามได้ว่า SMA VaR ถือครอง 10 วันสำหรับกลุ่ม Gold และ WTI ที่ระดับความเชื่อมั่น 99 คือ 9 1 ความแตกต่างระหว่างวิธี EWMA SMA กับวิธี VCV อยู่ในการคำนวณความผันผวนพื้นฐานของผลตอบแทนภายใต้ SMA, ความแตกต่างระหว่างวิธีการ EWMA SMV กับวิธี VCV, ความผันผวนจะถูกกำหนดตามที่กล่าวไว้ก่อนหน้าโดยใช้สูตรต่อไปนี้ภายใต้ EWMA อย่างไรก็ตามความผันผวนของการแจกแจงผลตอบแทนที่ได้รับการคำนวณจะเป็นดังนี้ในขณะที่วิธีการ SMA ให้ความสำคัญเท่ากันกับผลตอบแทนในซีรีส์ EWMA ให้ความสำคัญกับผลตอบแทนของวันที่ล่าสุด และช่วงเวลาเป็นข้อมูลมีแนวโน้มที่จะกลายเป็นความเกี่ยวข้องน้อยกว่าเวลานี้จะบรรลุโดยการระบุพารามิเตอร์ lambda ที่ 0 1 และวางน้ำหนักลดลงชี้แจงข้อมูลทางประวัติศาสตร์ค่ากำหนดน้ำหนักน้ำหนักของข้อมูลในสูตรเพื่อให้ ลดค่าของการสลายน้ำหนักได้เร็วขึ้นหากผู้บริหารคาดว่าความผันผวนจะไม่เสถียรมากนัก จะให้น้ำหนักมากกับข้อสังเกตล่าสุดในขณะที่ถ้าคาดว่าความผันผวนจะมีเสถียรภาพที่จะให้น้ำหนักเท่ากันมากขึ้นกับการสังเกตที่เก่ากว่ารูปที่ 9 ด้านล่างแสดงวิธีการใช้น้ำหนักที่ใช้ในการหาค่าความผันผวนของ EWMA คำนวณใน EXCEL รูปที่ 9 น้ำหนักที่ใช้ในการคำนวณ ความผันผวน EWMA มี 270 ผลตอบแทนในชุดกลับของเราเราได้ใช้แลมบ์ดาจาก 0 94 มาตรฐานอุตสาหกรรมลองดูที่คอลัมน์ M ในรูปที่ 9 ข้างต้นผลตอบแทนล่าสุดในชุดสำหรับ 29 มิ.ย. 2012 ได้รับมอบหมาย t - 1 0 ผลตอบแทนวันที่ 28 มิ.ย. 2555 จะได้รับมอบหมายให้เป็น t-1 1 และดังนั้นผลตอบแทนจากการลงทุนครั้งแรกของเราในช่วงเวลา 2 มิ.ย. 2554 มีดังนี้ t-1 269 น้ำหนักเป็นสินค้า 2 รายการ 1 - แลมบ์ดาคอลัมน์ K และแลมบ์ดายกพลังของ t-1 คอลัมน์ L ตัวอย่างเช่นน้ำหนักเมื่อ 2 มิ.ย. 2011 เซลล์ N25 จะเป็นเซลล์ K25 เซลล์ L25.Scaled Weights เป็นผลรวมของน้ำหนักไม่เท่ากับ 1 เป็น จำเป็นต้องปรับขนาดเพื่อให้ผลรวมของพวกเขาเท่ากับความสามัคคีโดยการหารน้ำหนักที่คำนวณข้างต้นโดย 1 n โดยที่ n คือจำนวนผลตอบแทนในชุดรูปที่ 10 แสดงให้เห็นด้านล่างนี้รูปที่ 10 น้ำหนักที่ปรับขนาดใช้ในการคำนวณความผันผวนของ EWMA ความแปรปรวนของข้อมูล EVMA ความแปรปรวนของตัวแปร OMA เป็นเพียงผลรวมในจุดข้อมูลทั้งหมดของการคูณของผลตอบแทนที่เท่ากันและการปรับน้ำหนักคุณสามารถ ดูว่าผลิตภัณฑ์ของผลตอบแทนที่เท่ากันและน้ำหนักที่ปรับขนาดจะคำนวณในแถบฟังก์ชันของรูปที่ 11 ด้านล่างรูปที่ 11 ชุดน้ำหนักถ่วงน้ำหนักแบบถ่วงน้ำหนักที่ใช้สำหรับการคำนวณความแปรปรวนของ EWMA เมื่อคุณได้รับชุดผลิตภัณฑ์นี้เป็นชุดน้ำหนักขึ้นเป็นสองเท่าแล้วให้รวมเป็นชุด เราคำนวณความแปรปรวนนี้สำหรับ Gold, WTI พอร์ตการลงทุนโดยใช้มูลค่าตลาดของสินทรัพย์ถ่วงน้ำหนักที่กำหนดไว้ก่อนหน้านี้รูปที่ 12 ความแปรปรวนของ EWMA ความผันผวนของ EWMA ในแต่ละวันความผันผวนของ EWMA ทุกวันสำหรับ Gold, WTI พอร์ทโฟลิโอจะถูกตรวจพบโดยใช้รากที่สองของค่าความแปรปรวนที่กำหนดข้างต้นนี้จะแสดงในแถบฟังก์ชันของรูปที่ 13 ด้านล่างสำหรับ Gold. Figure 13 Daily EWMA volatili tyDaily EWMA VaR. Daily EWMA VaR ค่าความแปรปรวนของ EWMA ในแต่ละวันของค่า CDF ปกติมาตรฐานผกผันเป็นกระบวนการเดียวกับที่ใช้ในการคำนวณค่า SMA VaR ทุกวันหลังจากได้รับความผันผวนของ SMA ทุกวันรูปที่ 14 แสดงการคำนวณ EWMA VaR ทุกวันที่ระดับความเชื่อมั่น 99 รูปที่ 14 รายวัน EWMA VaR. J-Day Holding EWMA VaR การถือครอง EWMA VaR รายวัน EWMA VaR SQRT ระยะเวลาการถือครองซึ่งถือเป็นกระบวนการเดียวกับที่ใช้ในการพิจารณาการถือครอง SMA VaR หลังจากได้รับ SMA VaR รายวันแสดงว่าถือครอง EWMA VaR 10 วันใน รูปที่ 15 ด้านล่างรูปที่ 15 การถือครอง EWMA VaR. VaR วิธีการจำลองทางประวัติศาสตร์การได้รับของคืนเงิน (Straight Returns. Under) การเปรียบเทียบแบบ VCV กับ VaR ไม่มีข้อสันนิษฐานเกี่ยวกับการแจกแจงผลตอบแทนในรูปแบบจำลองทางประวัติศาสตร์ VaR ขึ้นอยู่กับการกระจายผลตอบแทนที่เกิดขึ้นจริง จะขึ้นอยู่กับชุดข้อมูลที่ใช้ในการคำนวณจุดเริ่มต้นสำหรับการคำนวณ VaR สำหรับเราแล้วเป็นชุดกลับมาก่อนหน้านี้ลำดับแรกของธุรกิจคือการเรียงลำดับชุด ในลำดับที่สูงขึ้นจากผลตอบแทนที่น้อยที่สุดไปจนถึงผลตอบแทนที่มากที่สุดผลตอบแทนจากการสั่งซื้อแต่ละรายการจะได้รับการกำหนดค่าดัชนีนี่คือภาพประกอบในรูปที่ 16 ด้านล่างรูปที่ 16 ผลตอบแทนรายวันตามคำสั่งการจำลองแบบย้อนหลังทุกวัน VaR มี 270 ผลลัพธ์ในชุดที่ระดับความเชื่อมั่น 99, VaR รายวันตามวิธีนี้เท่ากับผลตอบแทนที่สอดคล้องกับตัวเลขดัชนีที่คำนวณได้ดังนี้ 1 ระดับความเชื่อมั่นจำนวนผลตอบแทนที่ผลที่ได้รับการปัดเศษลงให้เป็นจำนวนเต็มใกล้ที่สุดจำนวนเต็มนี้แสดงถึงหมายเลขดัชนีสำหรับผลตอบแทนที่กำหนดดังที่แสดงในรูปที่ 17 ด้านล่างรูปที่ 17 การกำหนดหมายเลขดัชนีที่สอดคล้องกับระดับความเชื่อมั่น หมายเลขดัชนีคือ VaR การจำลองแบบรายวันในประวัติศาสตร์รูปที่ 18 ด้านล่างรูปที่ 18 การจำลองประวัติศาสตร์ย้อนหลังประจำวัน VaR ฟังก์ชัน VLOOKUP จะค้นหาค่าดัชนีย้อนกลับกลับจากชุดข้อมูลการคืนคำสั่งซื้อหมายเหตุว่าสูตรใช้ค่าสัมบูรณ์ของผลลัพธ์ ตัวอย่างเช่นที่ระดับความเชื่อมั่น 99 จำนวนเต็มจำนวนมากทำงานออกเป็น 2 สำหรับทองนี้สอดคล้องกับการกลับมาของ -5 5384 หรือ 5 5384 ในแง่แน่นอนคือมีโอกาส 1 ที่ราคาทองคำจะลดลงมากกว่า 5 5384 ในช่วงระยะเวลาการถือครอง 1 วัน 10 วันการถือครองแบบจำลองทางประวัติศาสตร์ VaR สำหรับวิธี VCV การถือ VaR เท่ากับ VaR ประจำวันที่รากที่สองของระยะเวลาการถือครองสำหรับ Gold นี้เป็น 5 5384 SQRT 10 17 5139. จำนวนกรณีที่เลวร้ายที่สุดสูญเสียดังนั้นจำนวนกรณีที่เลวร้ายที่สุดของการสูญเสียทองคำในช่วงระยะเวลาการถือครอง 10 วันซึ่งจะเกินเพียง 1 วันใน 100 วันเช่นระดับความเชื่อมั่น 99 คำนวณ โดยใช้วิธี Historical Simulation กรณีขาดทุนจากการถือครองทองคำ 99 ในระยะเวลา 10 วันมูลค่าตลาดของทองคำ 10 วัน VaR 1598 50 100 17 5139 USD 27,996 มีโอกาส 1 ที่มูลค่าทองในพอร์ตจะ สูญเสียจำนวนเงินที่มากกว่า 27,996 เหรียญสหรัฐในระยะเวลาการถือครอง 10 วันรูปที่ 19 สรุปผลดังต่อไปนี้รูปที่ 19 การถือครองหุ้นกู้สูญหายในระยะ 10 วันอยู่ที่ระดับความเชื่อมั่น 99. โพสต์ที่เกี่ยวข้อง