风险价值

假设初始投资组合价值1000.00美元。假设我们有95％的置信水平（a = 0.05）.Assume以下内容：

平均值＆lt; 0.04＃预期产品returnsigma＆lt; - 0.05＃预期的产品组合标准deviationsdelta_t＆lt; -1＃1 day forfastalpha＆lt; - 0.05＃95％互联网电脑＆lt; - 1000.00 #portflio值= $ 1,000.00＃qnorm函数用于计算z-aregevar＆lt; - parametricvar（平均=均值，sd = sigma，alpha = alpha，delta_t = delta_t）#portfolio varpivar＆lt; - var * pi

因此，var = - $ 42.5或-4.25％。这意味着我们有95％的信心，在第二天，投资组合不会超过42.5美元。

＃设置RNG（随机数生成器）＃的种子。将一致的随机数集合序列.Seed（42）n＆lt; 10000 #simuteopsilon＆lt; rnorm（n）＃矢量的随机标准正常分布值equean ＆lt; -0.1＃预期产品returnsigma＆lt; - 0.25＃预期产品组合标准deviationdelta_t＆lt; -1＃1句号var预测＃call mcvar hiscumentim_returns＆lt; - mcvar（均值= sc = sigma，epsilon = epsilon，delta_t = epsilon，delta_t = epsilon ）＃可视化分布钟（SIM_RETURNS，BREAKS = 100，COL =＆＃34;绿色＆＃34;）

随着模拟返回的数量增加（Rnorm（n）中的n），分布预测更紧密地匹配正态分布。为了获得一些置信区间，1 - a，在r：a中应用以下功能

因此，var = max（lowest_5）= -0.07。这意味着我们有95％的信心，在下一期间，投资组合不会损失超过7％。