Python使用历史数据模拟法计算投资组合VaR（数据来源为Tushare）

Python如何使用历史数据模拟法计算投资组合VaR？（数据来源为Tushare）

本文数据可以点赞关注私信我获取！

VaR（Value at Risk）是一种常用的风险管理指标，用于衡量投资组合在特定时间内的最大可能损失。历史数据模拟法是一种计算VaR的方法，本文将介绍如何使用Tushare数据库获取“中国工商银行”和“兴业银行”2022年10月1日至2023年3月31日期间每个交易日的收盘价格数据，假设两个股票的投资额分别是3/4和1/4，如果目前两种股票的市值共计50万元人民币，置信度为99%，利用历史数据模拟法计算该投资组合持有期为5天的VaR。

步骤1：获取数据

首先，需要获取股票数据。我们以中国工商银行和兴业银行为例，获取它们在2022年10月1日至2023年3月31日期间每个交易日的收盘价格数据。代码如下：

import pandas as pd
import numpy as np
import tushare as ts
from scipy.stats import norm

# Tushare设置
pro = ts.pro_api('你的token') #你的token

start_date = '20221001' #起始日期
end_date = '20230331' #结束日期

code_list = ['601398.SH','601166.SH'] #你需要的股票代码，上海的是.SH,深圳的是.SZ

for i in code_list: #遍历list
    df = pro.daily(ts_code=i, start_date=start_date, end_date=end_date) #tushare获取股票日度信息
    df = df[['ts_code','trade_date','close']]  #只保留需要的数据
    df.to_csv(f'{
     
     i}.csv',encoding='gbk')  #导出为csv文件

以上代码中，我们使用了Tushare获取股票数据，并将数据导出为csv文件。

步骤2：处理数据

获取数据后，需要对数据进行处理。首先，我们需要将数据框中的日期列转换为日期格式，并将数据框中的收盘价列转换为浮点数。代码如下：

# 读取数据文件
df1 = pd.read_csv('601398.SH.csv')  #工商银行
df2 = pd.read_csv(