用短時間序列計算歷史 VaR

直覺地說，歷史 VAR 是一種方法，它假設在過去的數據中，我們已經觀察到了可能發生的一切，因此我們考慮最壞的情況（尾部）。但是，當您的權益/工具的時間序列較短時，這種假設就會失效。100 天的時間序列不太可能包含整個可能的回報範圍。

以簡單的方式克服這個問題的最佳方法是什麼（避免 MC 或複雜的參數方法）？

我的第一個想法是在逐個行業的基礎上建立一個具有完整時間序列的股票回報指數。然後，我們可以使用索引 VAR 作為代理。我遇到了兩個問題：

1. 使用指數意味著您正在平均回報，這意味著您可以壓縮分佈並抑制極值。
2. 這種方法假設同一行業中的所有事物平均一起移動，因此不包含任何特殊風險。我看不出如何用如此短的時間序列和如此短的數據添加這種特殊風險。

我在某些地方看到過EVT。這可能適用於時間序列長度適中的股票（？），但問題仍然存在於序列太短的股票。

謝謝

最好的方法是非常主觀的，但是通過使用 EVT（例如廣義帕累托分佈）來表徵您的數據集，您可以推斷到尾部，這將為您提供比您的數據經驗允許的更多的風險水平。

看來您想從乙太中創建更多數據點，但這需要 MC（您不想這樣做）。

引用自：https://quant.stackexchange.com/questions/30039