Hallo zusammen,
hat sich schon mal jemand mit VaR (https://de.wikipedia.org/wiki/Value_at_Risk) als Kennzahl beschäftigt? Die Kennzahl ähnelt ja der Semivolatilität.
Ja, es hat sich schon einmal jemand damit beschäftigt.
2 Likes
Erst einmal vielen Dank für dieses tolle Open Source Programm. Zum Feature: Ich halte den Portfolio VaR, bezogen auf die einzelnen Depots, sowie den VaR zu den einzelnen Aktien für ein durchaus interessantes Feature. Man kann das Ganze zwar exportieren und auch in Excel oder R berechnen aber bei den Risikokennzahlen in der App würde sich das meines Erachtens auch gut machen.
Sicher, der VaR ist eine interessante Kennzahl aber nicht so trivial wie man annehmen möchte.
Ein Querverweis zu Excel hilft hier auch nicht wirklich weiter, da in der Regel in Excel nur eine mögliche Entwicklung des Kurses errechnet wird. Bei der Prognose der Zukunft ist dies gewagt bzw. unzureichend.
Die hier zunächst noch einfache Anforderung ist, da für die Berechnung des VaR’s mit der zukünftigen Kursentwicklung in einem Jahr gearbeitet wird, so wird die Kursentwicklung mit der Monte-Carlo-Simulation errechnet. Aber wie viele Durchläufe sind notwendig? 1, 100, 1000 oder gar 10000? Für jeweils rund 250 Handelstage und je Wertpapier bzw. Depot?
Simulationen haben weiterhin die nervige Eigenschaft auf Basis des Zufalls berechnet zu werden. Und da fangen die Komplikationen an, zur Laufzeit von PP müssen die Werte reproduzierbar sein. Andernfalls würde jede Aktion in PP dazu führen, dass sich die VaR-Werte neu berechnen und sich dann natürlich wieder ändern.
Es ist ja nicht so das ich nicht selbst schon daran gedacht hätte, aber bis dato scheitert es an der Reproduzierbarkeit der einzelnen Werte. Was hilft es, wenn ich jetzt bspw. -15% und 3 klicks später -18% angezeigte bekomme?
Vorschläge sind gerne gesehen 
Gruß
Marco
2 Likes
Naja, es gibt ja verschiedene VaR Methoden. Wenn man z.B. nur den historischen VaR berechnen möchte, benötigt man ja nicht unbedingt eine MC-Simulation ist halt dann auch nur ex-post. Aber grundsätzlich hast du natürlich recht. Die Ansätze sind recht mannigfaltig und sicherlich in einem fertigen Programm schwer zu implementieren. Zudem könnte es ein ziemliches Performancemonster werden, wenn man es in Echtzeit aktualisieren lässt und das Depot recht groß ist. Als Risikokennziffer finde ich ihn aber schon aussagekräftig. Ob man nun damit prognostizieren muß bzw. sich darauf verlässt, steht auf einem anderen Blatt.
Viele Grüße
2 Likes
Blockquote Es ist ja nicht so das ich nicht selbst schon daran gedacht hätte, aber bis dato scheitert es an der Reproduzierbarkeit der einzelnen Werte. Was hilft es, wenn ich jetzt bspw. -15% und 3 klicks später -18% angezeigte bekomme? Vorschläge sind gerne gesehen
Das Programm ist ja in Java geschrieben. Könnte man nicht die QuantLib for Java siehe hier:
implementieren. Soweit ich weiß, lassen sich hiermit auch Pseudozufallszahlen (seeds) generieren. Somit würden die Ergebnisse reproduzierbar und es gibt schon eine große Zahl fertiger quant. Finance Algorithmen, die nur auf ihre Ausführung warten.
War nur so ne Idee… 
Viele Grüße
1 Like
Im aktuellen Newsletter von Gerd Kommer werden gerade die Themen Monte Carlo Simulation und 4%-Regel thematisiert.
Ich würde mich sehr freuen, wenn sich auch noch andere Mitstreiter finden würden, die dieses Thema für Portfolio Performance angehen.
1 Like
Uber hat seine Deep-Learning Engine „Ludwig“ als Open Source veröffentlicht.
https://eng.uber.com/introducing-ludwig/
Was haltet ihr davon, Ludwig mit historischen Kursen zu füttern, um die Chancen und Risiken von Investments zu ermitteln?