Backtesting

嗨，努力学习的PZer你好：

“Failure rate”是指在回测期间，实际损失超过VaR估计的次数占总样本数的比例。换句话说，假设你使用VaR模型来预测未来一段时间内的最大可能损失，如果在这段时间内的实际损失超过了你预测的VaR值，那么就发生了一次“failure”。

计算方法

1. 回测期内的总样本数：回测期的交易天数。
2. VaR exceedance：实际损失超过VaR预测值的次数。
3. Failure rate：用VaR exceedance的次数除以总样本数，得到的比率即为failure rate。

Failure Rate=Exceedance 次数总样本数/总样本数

在理想情况下，如果你设定的是95%的VaR，意味着在100天中，你预计有5天的实际损失会超过VaR值。因此，failure rate 应该接近 5%。若failure rate显著高于这个理论值，说明VaR模型可能低估了风险；若显著低于理论值，则说明VaR模型可能过于保守。

----------------------------------------------
努力的时光都是限量版，加油！

嗨，努力学习的PZer你好：

7分钟-80分钟这段就是在讲计算超过VaR的天数啊，比如95%的VaR,100天里有6天超了，我们需要做假设检验，然后根据假设检验看下一下这6天的意外在不在拒绝域里，如果在，这个模型就不行，如果不在，这个模型就OK。

----------------------------------------------
努力的时光都是限量版，加油！

嗨，努力学习的PZer你好：

根据VaR的分位点来决定，比如95%VaR做回测，那么100天的数据允许有5天击穿VaR. 99%的VaR100天就只允许有1天击穿VaR.

----------------------------------------------
虽然现在很辛苦，但努力过的感觉真的很好，加油！