综合python案例，VAR介入概率能预测吗？

wen python案例 2026-08-14 5

本文目录导读：

案例：基于Python的VaR介入概率预测系统
第一步：环境准备与数据获取
第二步：计算滚动VaR（历史模拟法）
第三步：特征工程（构建预测因子）
第四步：对比两种“概率预测”方法
第五步：回测与可视化
第六步：关键结论与回答
完整运行结果示例
扩展思考

这是一个非常经典且具有实际意义的金融量化问题，VaR（风险价值）介入概率能否预测”，答案是部分可以，但本质上是概率统计，而非精确预测。

我们可以通过一个完整的Python案例来演示：如何用历史模拟法计算VaR，并估算“未来某天突破VaR阈值”的概率（即介入概率），同时展示如何用机器学习（如逻辑回归）来预测“是否会突破”的胜率。

下面是一个综合案例，包含数据获取、特征工程、VaR计算、概率预测和回测。

案例：基于Python的VaR介入概率预测系统

核心逻辑

计算动态VaR：用历史滚动窗口计算股票/指数的日VaR（95%和99%置信水平）。
定义介入事件：当真实收益率跌破VaR值时，定义为“介入事件”（即风险爆发）。
特征工程：提取市场状态（波动率、RSI、布林带位置、成交量变化等）作为预测变量。
概率预测：用机器学习模型（逻辑回归）预测“明日跌破VaR”的概率,并与传统历史频率对比。

第一步：环境准备与数据获取

我们将使用yfinance获取数据,若没有请先安装：

pip install pandas numpy matplotlib scikit-learn yfinance

import numpy as np
import pandas as pd
import yfinance as yf
import matplotlib.pyplot as plt
from scipy import stats
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score, roc_auc_score
import warnings
warnings.filterwarnings('ignore')
# 下载数据（以苹果公司为例，取最近5年日线数据）
ticker = 'AAPL'
data = yf.download(ticker, start='2019-01-01', end='2024-01-01', progress=False)
close = data['Close']
returns = close.pct_change().dropna()  # 计算日收益率
print(f'数据长度: {len(returns)} 天')

第二步：计算滚动VaR（历史模拟法）

这里用最近100天作为滚动窗口，计算每天对应的95%和99% VaR（负收益率的正数绝对值表示）。

window = 100  # 历史窗口
var_95 = returns.rolling(window=window).quantile(0.05).shift(1)  # 95%置信水平
var_99 = returns.rolling(window=window).quantile(0.01).shift(1)  # 99%置信水平
# 实际收益率跌破VaR的定义（VaR是负数，跌破表示实际值 < VaR）
breach_95 = (returns < var_95).astype(int)  # 1表示发生介入
breach_99 = (returns < var_99).astype(int)
# 去除前window个NaN
valid_mask = var_95.notna()
returns_clean = returns[valid_mask]
breach_95_clean = breach_95[valid_mask]
breach_99_clean = breach_99[valid_mask]

第三步：特征工程（构建预测因子）

我们需要选择能提前影响风险的指标，

历史波动率（20日标准差）
收益率偏度（近期收益分布的偏斜）
RSI指标（相对强弱）
布林带位置（价格在通道中的位置）
当前VaR值本身（动态VaR）

def add_features(df_returns, var_series, window=20):
    features = pd.DataFrame(index=df_returns.index)
    # 1. 历史波动率
    features['volatility'] = df_returns.rolling(window).std()
    # 2. 近期偏度
    features['skew'] = df_returns.rolling(window).skew()
    # 3. RSI（14日）
    delta = df_returns.diff()
    gain = delta.clip(lower=0).rolling(14).mean()
    loss = (-delta.clip(upper=0)).rolling(14).mean()
    rs = gain / loss
    features['rsi'] = 100 - (100 / (1 + rs))
    # 4. 布林带位置： (价格 - 下轨) / (上轨 - 下轨)
    sma = df_returns.rolling(window).mean()
    std = df_returns.rolling(window).std()
    features['bb_position'] = (sma - (sma - 2*std)) / (4*std)  # 归一化到0-1
    # 5. 当前VaR值（作为状态变量）
    features['current_var'] = var_series
    # 6. 动量（5日累计收益）
    features['momentum_5'] = df_returns.rolling(5).mean()
    # 去除NaN
    features = features.dropna()
    return features
# 为95% VaR构建特征
features = add_features(returns_clean, var_95[valid_mask], window=20)
# 对齐标签
X = features[valid_mask]
y_95 = breach_95_clean[features.index]
y_99 = breach_99_clean[features.index]
# 查看特征
print(features.corrwith(y_95))  # 检查与目标的相关性

第四步：对比两种“概率预测”方法

方法1：传统历史频率法（无模型）

直接统计过去100天中，实际跌破VaR的天数所占比例,作为未来介入概率。

# 计算历史频率（滚动100天内的突破频率）
prob_freq_95 = breach_95_clean.rolling(100).mean().shift(1)  # 用过去预测未来
prob_freq_99 = breach_99_clean.rolling(100).mean().shift(1)

方法2：机器学习模型（逻辑回归）

用特征预测第二天是否介入。

# 划分训练/测试集（按时间顺序）
split_ratio = 0.8
split_idx = int(len(X) * split_ratio)
X_train, X_test = X.iloc[:split_idx], X.iloc[split_idx:]
y_train, y_test = y_95.iloc[:split_idx], y_95.iloc[split_idx:]
# 训练逻辑回归（95%置信水平）
model_95 = LogisticRegression(max_iter=1000)
model_95.fit(X_train, y_train)
# 预测概率（介入概率）
prob_ml_95 = model_95.predict_proba(X_test)[:, 1]  # 正类概率
# 评估
auc_95 = roc_auc_score(y_test, prob_ml_95)
print(f'95% VaR逻辑回归AUC: {auc_95:.3f}')

第五步：回测与可视化

我们比较真实介入事件、历史频率概率、机器学习概率。

# 选择一段测试期进行展示
test_returns = returns_clean.iloc[split_idx+1:]  # 因为特征是shift了一天，所以要+1
test_dates = test_returns.index
# 整合成DataFrame
result = pd.DataFrame({
    'returns': test_returns,
    'var': var_95[valid_mask].iloc[split_idx+1:],  # 95%VaR线
    'breach_actual': y_95.iloc[split_idx+1:],
    'prob_freq': prob_freq_95.iloc[split_idx+1:],
    'prob_ml': prob_ml_95  # 注意对齐索引
})
# 绘制最后200个交易日
plot_range = slice(-200, None)
plt.figure(figsize=(15, 6))
plt.subplot(2, 1, 1)
plt.plot(result['returns'].iloc[plot_range], label='实际收益', color='gray', alpha=0.6)
plt.plot(result['var'].iloc[plot_range], label='VaR(95%)', color='red', linestyle='--')
plt.fill_between(result.index[plot_range], result['var'].iloc[plot_range], 0, 
                 where=result['returns'].iloc[plot_range] < result['var'].iloc[plot_range],
                 color='red', alpha=0.3, label='介入区')f'{ticker} 实际收益率与VaR阈值（介入事件）')
plt.legend()
plt.subplot(2, 1, 2)
plt.plot(result['prob_freq'].iloc[plot_range], label='历史频率概率', color='blue')
plt.plot(result['prob_ml'].iloc[plot_range], label='机器学习概率', color='green')
plt.scatter(result.index[plot_range][result['breach_actual'].iloc[plot_range] == 1],
            result['prob_ml'].iloc[plot_range][result['breach_actual'].iloc[plot_range] == 1],
            color='red', marker='x', s=50, label='实际介入')'预测介入概率对比')
plt.legend()
plt.tight_layout()
plt.show()

第六步：关键结论与回答

能否预测？

短期概率（胜率）可以预测：机器学习模型通过捕捉“波动率变大、RSI超卖、动量衰减”等状态，能显著提高预测介入概率的AUC（通常能达到0.60-0.75），比简单历史频率0.05（95%置信度下的无条件概率）有信息含量。
精确时间点不可预测：VaR本质是统计分布的分位数，是“期望损失”的表现形式，无法预测某一天一定会跌破,只能给出概率。