風險
定量風險衡量它們如何在 R 中實現及其使用
到目前為止，我只有風險度量的理論知識，從未在應用中使用過它們。因此，我有一些基本的問題，風險措施在現實中是如何使用的，以及它們是如何在 R 中實施的。
- 假設您正在管理一個包含一些資產的投資組合。特別是我對 VaR 和 CVaR 感興趣。VaR 是損失分佈的分位數。實際上，人們會計算收益的 VaR，以了解您的投資組合目前的風險是什麼。隨著時間的推移，這會導致一系列 VaR，這是正確的嗎？
- CVaR 如何在 R 中實現？我知道有包含函式 ES 的 PerformanceAnalytics 包。但是這個函式是如何計算 CVaR 的呢？此外，此函式 (ES) 具有資產回報的向量、矩陣、數據框、timeSeries 或動物園對像作為參數。如果參數是資產收益數據框或 timeSeries 對象，計算有何不同？
- 與2密切相關。如何使用時間序列來計算VaR/CVar？
我非常感謝任何解釋/參考。
首先，人們定期計算 VaR 或 CVaR 隨著時間的推移並繪製結果。
對於二和三，ETL 函式的文件說您可以使用高斯方法或 Cornish-Fisher 展開來計算它。這兩種都是分析方法。高斯方法僅使用均值和變異數（有效地假設收益分佈是具有您提供的任何均值和變異數的高斯分佈），而 Cornish-Fisher 還考慮了分佈的偏度和峰度。
您可以使用該函式計算一個或多個系列的單變數 CVaR。只要您考慮的是單變數 CVaR，基礎公式就不會因不同的數據類型而改變。但是，如果您選擇計算投資組合的 CVaR（我相信通過更改portfolio_method 參數），那麼公式會更改以處理不同證券之間的多元關係。在這種情況下，Cornish-Fisher 擴展通常會成為大型投資組合的負擔，因為協偏度和協峰度矩陣變得巨大。
為了解決這個問題，計算 VaR 和 CVaR 的更一般的方法是按情景表示收益的分佈。有些人以這種方式使用收益的歷史分佈，但您也可以使用更一般分佈的模擬。給定一個投資組合權重向量，您可以計算每種方案的投資組合收益。然後你可以通過分位數函式找到投資組合的VaR。那麼 CVaR 只是回報的平均值，小於 VaR。這幾乎可以用任何語言輕鬆完成。
我不會說時間序列用於計算 VaR 和 CVaR。相反，時間序列方法或技術可用於產生預期收益分佈的估計。VaR 和 CVaR 是這些分佈的函式。xts 在 PerformanceAnalytics 中主要用作數據容器，即更容易處理返回和日期。