预期缺口（ES）进行了回测工作流，没有模型分配信息
此示例显示了预期的缺口（ES）进行回测工作流以及ES进行回测工具的使用。这esbacktest课程支持两个万博1manbetx测试 - 无条件正常和无条件t- 基于Acerbi-Szekely的无条件测试统计量（也称为Acerbi-Szekely第二测试）。这些测试使用无条件测试统计量的预设临界值，假设正态分子的正态分布和At具有3个自由度的分配t案子。
步骤1.加载ES回测数据。
使用esbacktestdata.mat文件将数据加载到工作区中。此示例与返回数字阵列。此数组代表权益返回，Varmodel1，，，，Varmodel2， 和Varmodel3，以及以97.5％置信度的水平，使用三种不同模型生成的相应VAR数据。预期的缺口数据包含在esmodel1，，，，esmodel2， 和esmodel3。在此示例中用于生成预期不足数据的三个模型分布是正常的（模型1），t具有10度的自由度（模型2），并且t具有5度的自由度（模型3）。但是，在此示例中不需要此分配信息，因为esbacktest对象不需要它。
加载（'esbacktestdata'） 谁是
Name Size Bytes Class Attributes Data 1966x13 223945 timetable Dates 1966x1 15728 datetime ESModel1 1966x1 15728 double ESModel2 1966x1 15728 double ESModel3 1966x1 15728 double Returns 1966x1 15728 double VaRLevel 1x1 8 double VaRModel1 1966x1 15728 double VaRModel2 1966x1 15728 double VaRModel3 1966x1 15728 double
步骤2.生成ES进行回测图。
使用阴谋功能可视化ES回测数据。这种可视化是执行ES进行回测分析时的常见第一步。仅出于插图目的，可将回报与VAR和ES一起可视化特定模型。
最终的情节显示了1997年，1998年和2000年的一些大违规行为。1996年的违规行为在绝对方面看起来较小，但是相对于那个时期的波动性，这些违法行为也很重要。对于无条件测试，违法行为和违规的数量有所不同，因为测试统计数据平均预期的故障数。如果预期数量很小，但是有几种违规行为，则测试的有效严重程度更大。2002年是一年少的一个例子，但许多VAR失败。
数字;绘图（日期，返回，日期，-Varmodel1，date，-esmodel1）legend（“返回”，，，，'var'，，，，'es'） 标题（“测试数据，模型1，VAR级别95％”） 网格上
步骤3.创建一个esbacktest目的。
创建一个esbacktest对象使用esbacktest。
加载esbacktestdataebt = esbacktest（返回，[varmodel1 varmodel2 varmodel3]，[esmodel1 esmodel2 esmodel3]，...“投资组合”，，，，“标准普尔”，，，，'varid'，[[“ model1”，，，，“ model2”，，，，“ model3”]，，“ varlevel”，varlevel）
EBT =带有属性的eSbackTest：portfoliodata：[1966x1 double] vardata：[1966x3 double] esdata：[1966x3 double] portfolioid：“ s＆p” s＆p“ s＆p” varid：[“ model1” model1“ model2” model 2“ model3”] varlevel：[0.9750 0.9750 0.9750 0.9750 0.97750]
步骤4.生成ES摘要报告。
生成ES摘要报告。这观察者列显示了违反VAR时损失与VAR的平均比率。这期望列显示了ES与VAR违规周期的平均比率。
S =摘要（EBT）;disp（s）
PortfolioID VaRID VaRLevel ObservedLevel ExpectedSeverity ObservedSeverity Observations Failures Expected Ratio Missing ___________ ________ ________ _____________ ________________ ________________ ____________ ________ ________ ______ _______ "S&P" "Model1" 0.975 0.97101 1.1928 1.4221 1966 57 49.15 1.1597 0 "S&P" "Model2" 0.975 0.97202 1.2652 1.4134 1966 55 49.151.119 0“ S＆P”“ Model3” 0.975 0.97202 1.37 1.4146 1966 55 49.15 1.119 0
步骤5.运行所有测试报告。
运行所有测试并仅在接受或拒绝结果上生成报告。
t = runtests（ebt）;disp（t）
投资组合varid varlevel无条件无条件____________ ___________________________________________________________________________________________________________________________________________________________
步骤6.运行无条件的正常测试。
运行单个测试以进行无条件的正常测试。
t =无条件的（EBT）;disp（t）
PortfolioID VaRID VaRLevel UnconditionalNormal PValue TestStatistic CriticalValue Observations TestLevel ___________ ________ ________ ___________________ _________ _____________ _____________ ____________ _________ "S&P" "Model1" 0.975 reject 0.0054099 -0.38265 -0.2403 1966 0.95 "S&P" "Model2" 0.975 reject 0.044967 -0.25011 -0.2403 1966 0.95 "S&P“” Model3” 0.975接受0.149 -0.15551 -0.2403 1966 0.95
步骤7.运行无条件t测试。
进行无条件测试t测试。
t =无条件（EBT）;disp（t）
PortfolioID VaRID VaRLevel UnconditionalT PValue TestStatistic CriticalValue Observations TestLevel ___________ ________ ________ ______________ ________ _____________ _____________ ____________ _________ "S&P" "Model1" 0.975 reject 0.018566 -0.38265 -0.28242 1966 0.95 "S&P" "Model2" 0.975 accept 0.073292 -0.25011 -0.28242 1966 0.95 "S&P“” Model3” 0.975接受0.17932 -0.15551 -0.28242 1966 0.95
步骤8.进行特定年份的ES回测。
选择特定的日历年，并仅通过创建一个年度的测试esbacktest对象并仅通过感兴趣的数据。
年= 1996;ind =年（日期）==年；portid = [“标准普尔，”num2str（Year）];portfoliodata = returns（ind）;vardata = [varmodel1（ind）varmodel2（ind）varmodel3（ind）];esdata = [esmodel1（ind）esmodel2（ind）esmodel3（ind）];ebt = eSbackTest（Portfoliodata，Vardata，Esdata，...“投资组合”，potid，'varid'，[[“ model1”，，，，“ model2”，，，，“ model3”]，，“ varlevel”，varlevel）;disp（EBT）
带有属性的eSbackTest：portfoliodata：[262x1 double] vardata：[262x3 double] esdata：[262x3 double]投资组合：“ S＆p，1996” varid：[“ model1” model1“ model2” model 2“ model3”模型3] varlevel：[0.9750 0.9750 0.9750 0.9750 0.9750] 0.97750]]
tt = runtests（ebt）;disp（TT）
投资组合Varid Varlevel无条件无条件_____________________________________ ______________________________________________________________________________________________
也可以看看
相关示例
更多关于
