Que es el Value at Risk (VaR) en Trading
El punto débil del VaR es considerar que la forma de la distribución de datos se ajusta a la ley normal. Por eso la principal crítica al VaR argumenta, muy razonablemente, que el VaR se centra en riesgos manejables, pero ignora los acontecimientos extremos.
Utilizando la frase de David Einhorn, Value at Risk (VaR) es como:
Simulación de Montecarlo combinada con el modelo de volatilidad GARCH
último El método para ser aplicado es similar al método anterior, pero en vez de utilizar el 5º-cuantil de la distribución N(0,1), utilizaremos simulaciones de Monte Carlo. Cada vez que genere 500 realizaciones de una variable aleatoria N(0,1), calcule el 5º cuantil de estas simulaciones.
El Value at Risk o VaR 95% se calcula entonces como la rentabilidad media del período anterior (en nuestro caso 500 días) más allá de la volatilidad de GARCH de 20 días multiplicada por el 5º-cuantil de las variables generadas:
VaR y CVaR: Medir el riesgo en nuestras operaciones
De la misma manera que utilizamos indicadores para saber cuándo entrar o salir, utilizar métricas para evaluar el riesgo nos ayudará mucho a afrontar el riesgo Estos llamados Value at Risk (VaR) y Conditional Value at Risk (CVaR) nos ayudarán a afrontar el mercado de una forma más segura ante el miedo al riesgo que a veces nos puede invadir antes de abrir una operación.
El riesgo es un elemento clave en la vida de todo comerciante y no se trata de evitarlo sino de saber convivir con él. Siempre estará ahí y las posibilidades de éxito o fracaso siempre serán del 50% y del 50%.
Análisis complementario al VaR
El concepto de VaR no cubre todos los aspectos del riesgo de mercado. Éste no es un valor único, pero variará en función de las decisiones iniciales del modelo tomadas. Tampoco debemos utilizar el VaR en todos los casos, ya que incluso esta medida estadística en ocasiones puede ser inadecuada para el tipo de inversión realizada. En consecuencia, el análisis de riesgos mediante estas metodologías sería incompleta si no se acompañara de otros análisis complementarios. Entre ellas, cabe destacar:
Stress Testing: Consiste en definir una serie de situaciones e intentar cuantificar sus efectos sobre la cartera. Se centra en estudiar los eventos extremos de los mercados que, de producirse, podrían suponer grandes pérdidas en la cartera.
Aquí tienes un listado de entradas que te pueden interesar.