Build your ultimate AI agent
コース説明
Quantitative Risk Management（QRM）では、金融ポートフォリオのリスクを理解するためのモデルを構築します。これは銀行、保険、資産運用の各業界で不可欠な業務です。モデル構築の最初のステップは、ポートフォリオ価値に影響する基礎的なリスク要因のデータを収集し、その振る舞いを分析することです。本コースでは、リスクファクターのリターン系列を扱い、これらのデータの経験的性質、いわゆる「stylized facts」— 正規性からの乖離やボラティリティを含む — を学び、ポートフォリオのValue-at-Riskを推定する方法を身につけます。
前提条件
カリキュラム
コース概要
1
市場リスクファクターデータを探る
この章では、リターン系列の作成方法、より長い期間への集計方法、そしてさまざまな可視化方法を学びます。qrmdataパッケージを使った例を見ていきます。
2
実際のリターンは正規分布よりリスキー
この章では、正規性のグラフ的・数値的な検定方法を学び、異なるデータセットに適用します。さらに代替モデルとしてのStudentのt分布も検討します。
3
実際のリターンはボラティリティが高く相関する
この章では、ボラティリティとは何かを学び、actプロットを使ってそれを検出する方法を学びます。自己相関のLjung-Box検定の適用や、クロス相関の推定方法についても扱います。
4
ポートフォリオのValue-at-Risk（VaR）を推定する
この章では、Value-at-Riskの概念と、ヒストリカル・シミュレーションに基づくシンプルなVaR推定法を紹介します。
R
Rで学ぶ定量的リスク管理
コース修了
