Trading & Investment hoạt động

Conditional VaR (CVaR) — tổn thất kỳ vọng ở đuôi

CVaR — Conditional VaR

Đã chạy được. Mục này có công cụ tính toán thật trên nền tảng, không phải mô tả lộ trình.

VaR và CVaR Giá trị chịu rủi ro và tổn thất đuôi

VaR trả lời 'mức lỗ bị vượt qua bao nhiêu phần trăm số kỳ', CVaR trả lời 'khi đã vượt thì lỗ trung bình bao nhiêu'. Câu thứ hai mới là câu quan trọng.

VaR 95% 32,897,072.50
CVaR 95% 41,254,256.27
VaR (% giá trị) 3.29%
① Tham số

VaR và CVaR theo mức tin cậy

VaRCVaR
VaR và CVaR theo mức tin cậy5.628e+074.172e+072.716e+071.261e+0780%82%85%87%90%92%94%97%

CVaR luôn nằm trên VaR vì nó là tổn thất TRUNG BÌNH khi đã vượt ngưỡng, không phải bản thân ngưỡng. Khoảng cách giữa hai đường là độ sâu của đuôi.

Diễn giải nhanh

VaR 95% = 32,897,072.50

Nghĩa là 5% số kỳ sẽ lỗ NHIỀU HƠN con số này. VaR không nói lỗ bao nhiêu trong những kỳ đó — đó là câu hỏi CVaR trả lời.

CVaR 95% = 41,254,256.27, cao hơn VaR 25%

Tổn thất trung bình khi đã rơi vào vùng đuôi. Đây là con số nên dùng để định cỡ vốn dự phòng.

Giả định phân phối CHUẨN

Lợi suất thật có đuôi béo, nên cả hai con số trên gần như chắc chắn đánh giá THẤP tổn thất trong khủng hoảng. Coi đây là sàn của tổn thất có thể, không phải trần.

Khi nào con số này sai: Giả định phân phối CHUẨN. Lợi suất thật có đuôi béo, nên con số này gần như chắc chắn đánh giá THẤP tổn thất trong khủng hoảng. CVaR (tổn thất trung bình khi đã vượt VaR) là thước đo trung thực hơn.

Chi tiết

Ý nghĩa VaR 5% số kỳ sẽ lỗ nhiều hơn con số này
z-score -1.6449

VaR và CVaR theo mức tin cậy

VaRCVaR
VaR và CVaR theo mức tin cậy5.628e+074.172e+072.716e+071.261e+0780%82%85%87%90%92%94%97%

CVaR luôn nằm trên VaR vì nó là tổn thất TRUNG BÌNH khi đã vượt ngưỡng, không phải bản thân ngưỡng. Khoảng cách giữa hai đường là độ sâu của đuôi.

Toàn bộ chỉ số

Ý nghĩa VaR 5% số kỳ sẽ lỗ nhiều hơn con số này
z-score -1.6449

Công thức đang dùng

VaR = |μ + z·σ|·V · CVaR = |μ − σ·φ(z)/(1−c)|·V

Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng. API tại /api/v1/tools/var-node gọi đúng hàm này, nên kết quả trên trang và qua API không thể lệch nhau.

Cách dùng

  1. Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
  2. Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
  3. Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.
Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Conditional VaR (CVaR) — tổn thất kỳ vọng ở đuôi là gì

Conditional VaR — còn gọi là Expected Shortfall — trả lời câu hỏi VaR bỏ qua: khi đã vượt ngưỡng VaR thì lỗ trung bình là bao nhiêu. Nó luôn tệ hơn VaR và luôn trung thực hơn.

Làm thế nào

  1. Tính VaR ở mức tin cậy c trước.
  2. Lấy trung bình các tổn thất trong nhóm đã vượt VaR.
  3. Với phân phối chuẩn có công thức đóng; với dữ liệu thật nên tính trực tiếp từ đuôi.

Đo bằng chỉ số nào

CVaR tổn thất trung bình trong nhóm xấu nhất
CVaR / VaR tỷ lệ càng lớn thì đuôi càng béo

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! Ư
!
! c
!
! l
! ư
!
! n
! g
!
! C
! V
! a
! R
!
! t
!
!
! í
! t
!
! q
! u
! a
! n
!
! s
! á
! t
!
! đ
! u
! ô
! i
! .
!
! V
!
! i
!
! 5
! 0
! 0
!
! n
! g
! à
! y
!
! v
! à
!
! c
!
! =
!
! 9
! 9
! %
! ,
!
! b
!
! n
!
! c
! h
!
!
! c
! ó
!
! 5
!
! q
! u
! a
! n
!
! s
! á
! t
!
! đ
!
!
! l
!
! y
!
! t
! r
! u
! n
! g
!
! b
! ì
! n
! h
! .

Mô hình định lượng dùng trong Trading

Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.

Tất cả mô hình →
Bayesian Inferencebeta

Cập nhật niềm tin khi có dữ liệu mới.

Monte Carlohoạt động

Lấy mẫu ngẫu nhiên để ước lượng phân phối kết quả.

Markov Chainsắp có

Trạng thái kế tiếp chỉ phụ thuộc trạng thái hiện tại.

Hidden Markov Modelsắp có

Suy ra trạng thái ẩn từ quan sát.

Câu hỏi thường gặp

Conditional VaR (CVaR) — tổn thất kỳ vọng ở đuôi là gì?

Conditional VaR — còn gọi là Expected Shortfall — trả lời câu hỏi VaR bỏ qua: khi đã vượt ngưỡng VaR thì lỗ trung bình là bao nhiêu. Nó luôn tệ hơn VaR và luôn trung thực hơn.

Conditional VaR (CVaR) — tổn thất kỳ vọng ở đuôi được làm như thế nào?

1. Tính VaR ở mức tin cậy c trước. 2. Lấy trung bình các tổn thất trong nhóm đã vượt VaR. 3. Với phân phối chuẩn có công thức đóng; với dữ liệu thật nên tính trực tiếp từ đuôi.

Conditional VaR (CVaR) — tổn thất kỳ vọng ở đuôi hay sai ở đâu?

Ư ớ c l ư ợ n g C V a R t ừ í t q u a n s á t đ u ô i . V ớ i 5 0 0 n g à y v à c = 9 9 % , b ạ n c h ỉ c ó 5 q u a n s á t đ ể l ấ y t r u n g b ì n h .

Đo conditional var (cvar) — tổn thất kỳ vọng ở đuôi bằng chỉ số nào?

CVaR — tổn thất trung bình trong nhóm xấu nhất; CVaR / VaR — tỷ lệ càng lớn thì đuôi càng béo.

Conditional VaR (CVaR) — tổn thất kỳ vọng ở đuôi trên QuantHub đã dùng được chưa?

Đã chạy được: công cụ tính toán thật trên nền tảng này.

Chủ đề khác trong Risk

Toàn bộ Trading
Kelly Criterion VaR Greeks Drawdown Risk Dashboard Monte Carlo