معرفی شرکت ها


VaRpy-0.0.3


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Tools to backtest your VaR metric
ویژگی مقدار
سیستم عامل OS Independent
نام فایل VaRpy-0.0.3
نام VaRpy
نسخه کتابخانه 0.0.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Elyes Mahjoubi
ایمیل نویسنده elyesmahjoubi@gmail.com
آدرس صفحه اصلی https://github.com/EM51641/VaRpy
آدرس اینترنتی https://pypi.org/project/VaRpy/
مجوز MIT
To install, just use pip : .. code:: python pip install varpy Required Dependencies are listed below , such : ============ ======== Dependency Version ============ ======== arch 5.0.1 numpy 1.20.1 scipy 1.6.2 pandas 0.12.2 numba 0.52.1 joblib 1.0.1 scipy 0.4 tabulate 3.3.4 ============ ======== There is no dependency verification , so please, make sure to have installed every required one before using the package. **Example** =========== To begin, let’s extract default data: .. code:: python import varpy from varpy import EVT_VaR,Student_VaR,Normal_VaR from varpy.Backtester.bktst import Backtest from varpy.Backtester.time_Significance import Testing import matplotlib.pyplot as plt data = d1()* 100 data **Let’s compute our weekly standard VaR and CVaR** .. code:: python VaR,CVaR = Normal_VaR(data.values.reshape(-1,) ,0.05,7) print(VaR,CVaR) **Let’s backtest our VaR, to evaluate its consistency throughout time** In each iteration, we choose to use a window of 500 data to evaluate our tail statistic. Additionally, our VaR is evaluated on a weekly basis for an alpha of 5%. .. code:: python VaR , CVaR = Backtest(data,500,7,0.05,model = 'Gaussian') ts = Testing(data,VaR,CVaR,500,0.05) print(ts.summary) **Plot your VaR and CVaR** .. code:: python import matplotlib.pyplot as plt fig = plt.figure(figsize=(15,5)) plt.plot(data[500:]) plt.plot(VaR) plt.plot(CVaR) plt.show() .. image:: https://raw.githubusercontent.com/EM51641/VaRpy/main/output/output.png


نیازمندی

مقدار نام
- arch
- joblib
- numpy
- pandas
- scipy
- tabulate


زبان مورد نیاز

مقدار نام
!=3.0.*,>=2.5,>=3.4 Python


نحوه نصب


نصب پکیج whl VaRpy-0.0.3:

    pip install VaRpy-0.0.3.whl


نصب پکیج tar.gz VaRpy-0.0.3:

    pip install VaRpy-0.0.3.tar.gz