【问题标题】:Estimation of rolling Value at Risk (VaR) using R使用 R 估计滚动风险价值 (VaR)
【发布时间】:2014-10-22 05:14:43
【问题描述】:

我需要对每日股票收益执行滚动 VaR 估计。起初我做了以下事情:

library(PerformanceAnalytics)
data(edhec)
sample<-edhec[,1:5]
var605<-rollapply(as.zoo(sample),width=60,FUN=function(x) VaR(R=x,p=.95,method="modified",invert=T),by.column=TRUE,fill=NA)

它执行计算并返回一个动物园对象,但给出一系列警告,如下所示:

VaR calculation produces unreliable result (inverse risk) for column: 1 : -0.00030977098532231 

然后,我对我的数据样本进行了同样的尝试,如下所示:

library(foreign)
sample2 <- read.dta("sample2.dta")
sample2.xts <- xts(sample2[,-1],order.by=as.Date(sample2$datadate,format= "%Y-%m-%d"))
any(is.na(sample2.xts))
var605<-rollapply(as.zoo(sample2.xts),width=60,FUN=function(x) VaR(R=x,p=.95,method="modified",invert=T),by.column=TRUE,fill=NA)

但是 is 不返回任何 zoo 对象并给出以下警告和错误:

VaR calculation produces unreliable result (inverse risk) for column: 1 : -0.0077322590200255
Error in if (eval(tmp < 0)) { : missing value where TRUE/FALSE needed
Called from: top level

从之前的帖子 (Using rollapply function for VaR calculation using R) 我了解到,如果缺少完整的滚动窗口,则无法执行滚动估计,但在我的数据 (sample2.dta) 中没有缺失值。

sample2.dta 可以从https://drive.google.com/file/d/0B8usDJAPeV85WDdDQTFEbGQwaUU/edit?usp=sharing下载

谁能帮我解决和理解这个问题?

【问题讨论】:

    标签: r performanceanalytics rollapply computational-finance


    【解决方案1】:

    问题在于,有时 60 周期窗口的数据没有变化。

    R> no_var <- rollapply(sample2.xts, 60, sd, by.column=TRUE)
    R> any(no_var==0)
    [1] TRUE
    R> head(no_var[-(1:60),])
                      001034        001038 001055        001066 001109
    1984-03-26 -0.0003322471 -0.0001498238      0 -0.0111818465      0
    1984-03-27 -0.0003322471 -0.0001498238      0  0.0002076288      0
    1984-03-28 -0.0003322471 -0.0545102488      0  0.0092900768      0
    1984-03-29 -0.0199407074 -0.0565552432      0 -0.0183491390      0
    1984-03-30  0.0192762133 -0.0023488011      0  0.0000000000      0
    1984-04-02 -0.0003322471  0.0000000000      0  0.0560894683      0
    

    我已向 R-Forge (r3525) 上的 PerformanceAnalytics 提交了一个补丁,以允许 NaN 通过合理性检查。

    【讨论】:

    • 非常感谢您的解释。
    【解决方案2】:

    1) 我们可以仅使用VaR 重现警告,如下所示:

    > VaR(R = edhec[seq(25, length=60), 5], p = .95, method = "modified", invert = TRUE)
    VaR calculation produces unreliable result (inverse risk) for column: 1 : -0.000203691774704274
        Equity Market Neutral
    VaR                    NA
    

    尝试使用不同的method=。

    > VaR(R = edhec[seq(25, length=60), 5], p = .95, method = "gaussian", invert = TRUE)
        Equity Market Neutral
    VaR          -0.001499347
    

    2) 使用"gaussian" 我仍然收到有关真实数据集的警告,但没有错误。尝试使用其他可用的"method" 参数值。见?VaR。

    3)注意by.column = TRUE可以省略,因为它是默认值。

    【讨论】:

    • 我需要使用修改后的 VaR,因为它在估计 VaR 时将偏度和峰度作为附加参数。正如问题中所解释的那样,当滚动估计完成时,真正的问题就出现了。
    • 尝试将function(x) VaR(...) 替换为function(x) { out &lt;- try(VaR(...)); if (inherits(out, "try-error")) NA else out } 以避免它因错误而停止。
    • 它给出了错误信息,但它并没有停止,而是给出了一个答案。如果您不想看到错误消息,可以使用try(..., silent = TRUE)。
    • 感谢它完成了这项工作,它也解决了这个帖子的问题:stackoverflow.com/questions/25109672/…
    • 但是每列大约需要40秒;我有大约 11,000 列,计算时间超过 100 小时。你能想到任何更快的替代方案吗?
    猜你喜欢
    • 2020-11-28
    • 2016-10-03
    • 1970-01-01
    • 2017-11-13
    • 2013-11-09
    • 2016-09-04
    • 2023-02-17
    • 2020-10-15
    • 2021-10-03
    相关资源
    最近更新 更多