Var Berechnung Forex

Eine Einführung in Value at Risk (VAR) Value at Risk (VAR oder manchmal VaR) wurde die neue Wissenschaft des Risikomanagements genannt, aber Sie müssen kein Wissenschaftler sein, um VAR zu benutzen. Hier sehen wir in Teil 1 dieser Serie die Idee hinter VAR und die drei grundlegenden Methoden, sie zu berechnen. In Teil 2 Wir wenden diese Methoden auf die Berechnung von VAR für eine einzelne Aktie oder Anlage an. Die Idee hinter VAR Das beliebteste und traditionellste Risiko ist die Volatilität. Das Hauptproblem bei der Volatilität ist jedoch, dass es sich nicht um die Richtung einer Investitionsbewegung kümmert: eine Aktie kann volatil sein, weil sie plötzlich höher springt. Natürlich sind die Anleger nicht durch Gewinne beunruhigt (siehe die Grenzen und Verwendungen der Volatilität). Für Anleger ist das Risiko über die Chancen, Geld zu verlieren, und VAR basiert auf dieser gesunden Menschenverstand. Durch die Annahme, dass Investoren sich um die Chancen eines wirklich großen Verlustes kümmern, antwortet VAR die Frage, was ist mein Worst-Case-Szenario oder wie viel könnte ich in einem wirklich schlechten Monat verlieren. Eine VAR-Statistik hat drei Komponenten: einen Zeitraum, ein Konfidenzniveau und einen Verlustbetrag (oder Verlustanteil). Halten Sie diese drei Teile im Auge, da wir einige Beispiele für Variationen der Frage, die VAR antwortet: Was ist die meisten Ich kann - mit einem 95 oder 99 Ebene des Vertrauens - erwarten, in Dollar zu verlieren im nächsten Monat Was ist der maximale Prozentsatz Ich kann - mit 95 oder 99 Vertrauen - erwarten, im nächsten Jahr zu verlieren Sie können sehen, wie die VAR Frage hat drei Elemente: ein relativ hohes Maß an Vertrauen (in der Regel entweder 95 oder 99), eine Zeit (ein Tag, einen Monat Oder ein Jahr) und eine Schätzung des Investitionsverlusts (ausgedrückt in Dollar oder Prozent). Methoden zur Berechnung von VAR Institutionelle Anleger nutzen VAR zur Bewertung des Portfoliowertes, aber in dieser Einführung werden wir es nutzen, um das Risiko eines einzelnen Index zu bewerten, der wie ein Aktienhandel handelt: den Nasdaq 100 Index. Die unter dem Ticker QQQQ handelt. Die QQQQ ist ein sehr beliebter Index der größten nichtfinanziellen Aktien, die auf der Nasdaq-Börse handeln. Es gibt drei Methoden zur Berechnung von VAR: die historische Methode, die Varianz-Kovarianz-Methode und die Monte-Carlo-Simulation. 1. Historische Methode Die historische Methode reorganisiert einfach die tatsächlichen historischen Rückkehr. Setzen sie in Ordnung vom schlechtesten zum besten. Es geht dann davon aus, dass sich die Geschichte aus einer Risikobewertung wiederholt. Der QQQ begann den Handel im März 1999, und wenn wir jede tägliche Rückkehr berechnen, produzieren wir einen reichen Datensatz von fast 1.400 Punkten. Lässt sie in ein Histogramm, das die Häufigkeit der Rückkehr Eimer vergleicht. Zum Beispiel, am höchsten Punkt des Histogramms (der höchste Stab), gab es mehr als 250 Tage, als die tägliche Rückkehr zwischen 0 und 1 war. Ganz rechts, man kann kaum einen winzigen Stab bei 13 sehen Einzeltag (im Januar 2000) innerhalb eines Zeitraums von fünf Jahren, als die tägliche Rückkehr für die QQQ war eine atemberaubende 12.4 Beachten Sie die roten Bars, die den linken Schwanz des Histogramms zusammensetzen. Dies sind die niedrigsten 5 der täglichen Renditen (da die Renditen von links nach rechts geordnet sind, sind die schlimmsten immer der linke Schwanz). Die roten Stäbe laufen von täglichen Verlusten von 4 bis 8. Weil diese die schlimmsten 5 aller täglichen Renditen sind, können wir mit 95 Vertrauen sagen, dass der schlimmste tägliche Verlust nicht mehr übersteigt. 4. Setzen Sie einen anderen Weg, erwarten wir mit 95 Vertrauen, dass unsere Gewinn wird über -4 liegen. Das ist VAR in einer Nußschale. Lasst uns die Statistik sowohl in Prozent - als auch in Dollar-Konditionen umsetzen: Mit 95 Vertrauen erwarten wir, dass unser schlimmster täglicher Verlust nicht über 4. Wenn wir 100 investieren, sind wir zuversichtlich, dass unser schlimmster täglicher Verlust 4 (100 x -4). Sie können sehen, dass VAR tatsächlich ein Ergebnis zulässt, das schlimmer ist als eine Rückkehr von -4. Es gibt keine absolute Sicherheit aus, sondern eine probabilistische Schätzung. Wenn wir unser Vertrauen erhöhen wollen, müssen wir nur auf demselben Histogramm nach links ziehen, wo die ersten beiden roten Takte bei -8 und -7 die schlimmsten 1 der täglichen Renditen darstellen: Mit 99 Vertrauen erwarten wir das Der schlimmste tägliche Verlust wird nicht höher sein 7. Oder wenn wir 100 investieren, sind wir zuversichtlich, dass unser schlimmster täglicher Verlust nicht mehr als 7 gilt. 2. Die Varianz-Kovarianz-Methode Diese Methode geht davon aus, dass die Aktienrenditen normalerweise verteilt sind. Mit anderen Worten, es erfordert, dass wir nur zwei Faktoren - eine erwartete (oder durchschnittliche) Rendite und eine Standardabweichung - schätzen, die es uns erlauben, eine normale Verteilungskurve zu zeichnen. Hier stellen wir die normale Kurve gegen die gleichen tatsächlichen Rückgabedaten dar: Die Idee hinter der Varianz-Kovarianz ähnelt den Ideen hinter der historischen Methode - außer dass wir die vertraute Kurve anstelle der tatsächlichen Daten verwenden. Der Vorteil der Normalkurve ist, dass wir automatisch wissen, wo die schlimmsten 5 und 1 auf der Kurve liegen. Sie sind eine Funktion unseres gewünschten Vertrauens und der Standardabweichung (): 3. Monte Carlo Simulation Die dritte Methode beinhaltet die Entwicklung eines Modells für zukünftige Aktienkursrenditen und die Durchführung mehrerer hypothetischer Versuche durch das Modell. Eine Monte-Carlo-Simulation bezieht sich auf jede Methode, die zufällig Versuche generiert, aber von sich aus erzählt uns nichts über die zugrundeliegende Methodik. Für die meisten Benutzer, eine Monte-Carlo-Simulation ist ein Black-Box-Generator von zufälligen Ergebnissen. Ohne nähere Einzelheiten liefen wir eine Monte-Carlo-Simulation auf dem QQQ, basierend auf seinem historischen Handelsmuster. In unserer Simulation wurden 100 Versuche durchgeführt. Wenn wir es noch einmal liefen, würden wir ein anderes Ergebnis bekommen - obwohl es sehr wahrscheinlich ist, dass die Unterschiede enger sind. Hier ist das Ergebnis in ein Histogramm (bitte beachten Sie, dass während der vorherigen Graphen tägliche Renditen gezeigt haben, diese Grafik zeigt monatliche Renditen): Zusammenfassend liefen wir 100 hypothetische Versuche der monatlichen Renditen für die QQQ. Unter ihnen waren zwei Ergebnisse zwischen -15 und -20 und drei waren zwischen -20 und 25. Das bedeutet, dass die schlimmsten fünf Ergebnisse (das heißt, die schlimmsten 5) waren weniger als -15. Die Monte-Carlo-Simulation führt daher zu folgendem VAR-Typ-Schluss: Mit 95 Vertrauen erwarten wir nicht, dass wir während eines gegebenen Monats mehr als 15 verlieren. Der Bottom Line Value at Risk (VAR) berechnet den maximalen Verlust (oder das Worst-Case-Szenario) bei einer Investition über einen bestimmten Zeitraum und mit einem bestimmten Maß an Vertrauen. Wir sahen drei Methoden an, die gewöhnlich verwendet wurden, um VAR zu berechnen. Aber denken Sie daran, dass zwei unserer Methoden eine tägliche VAR berechnet und die dritte Methode monatlich VAR berechnet. In Teil 2 dieser Serie zeigen wir Ihnen, wie Sie diese verschiedenen Zeithorizonte vergleichen können. Um mehr zu diesem Thema zu lesen, siehe Continuous Compound Interest. Value At Risk (VaR) Die Berechnung des VaR liefert die Wahrscheinlichkeit, dass ein Vermögenswert (ein Währungspaar, ein Anteil, ein Portfolio etc.) einen bestimmten Verlust über einen bestimmten Zeitpunkt übersteigt . In unserem Tool wird diese Wahrscheinlichkeit auf der Grundlage der vergangenen Evolution berechnet. Zum Beispiel, wenn wir feststellen, dass 3 mal von 10 das EuroDollar-Paar 40 Pips in 10 Stunden oder länger in den letzten 100 Tagen hinuntergeht, könnten wir sagen, dass die Wahrscheinlichkeit, dass ein Stopp bei -40 Pips in den nächsten 10 Stunden erreicht wird Ist von 30. Diese Berechnungsmethode hatte Einschränkungen. Um vollständig gültig zu sein, soll die Verteilung der Variationen einer Normalverteilung folgen. Was in der Praxis nicht der Fall ist. Daher ist es ratsam, Ergebnisse mit Vorsicht zu interpretieren und es nicht als etwas anderes als ein komplementäres Werkzeug zu verwenden. In dem unten stehenden Tool müssen Sie das zu untersuchende Paar, den Zeitrahmen, die Anzahl der für die Studie zu verwendenden historischen Daten sowie die Dauer des Handels in Zeiteinheiten eingeben. Nun geben Sie die Verteilung der Variationen. Berechnungen werden in Echtzeit durchgeführt. Handelswerkzeuge