9가지 사례로 익히는 고급 스파크 분석(2판): 현실 세계 빅데이터로 배우는 데이터 과학과 머신러닝

254

9가지 사례로 익히는 고급 스파크 분석 (2판)

레이션 수행에 필요한 모델 파라미터들로 변환하는 일뿐만 아니라 시뮬레이션 결과들에 대한

애드혹

Ad

-

hoc

분석도 지원한다. 스파크의 간단한 프로그래밍 모델은

HPC

환경을 이용하는 전

통적인 방법보다 개발 기간을 현저히 줄일 수 있다.

‘예상할 수 있는 손실의 양’을 좀 더 엄격하게 정의해보자.

VaR

은 간단한 투자 리스크 척도로,

투자 포트폴리오가 특정 기간에 입을 수 있는 최대 손실에 대한 합리적인 추정치를 제공하는

것이 목적이다.

VaR

통계량은 포트폴리오, 보유 기간, 확률이라는 세 파라미터에 따라 값이 달

라진다. “

5

%의 확률로 보유 기간은

2

주일 때의

VaR

통계량이

1

백만 달러다”라는 말은 “해당

포트폴리오가

2

주 동안

1

백만 달러 ‘이상’의 손실을 볼 확률이 단

5

%다”라는 의미다.

VaR

과 관련된

조건부 최대손실예상액

Conditional

Value

at

Risk

(

CVaR

)이라는 통계량 계산 방법도 논의

할 것이다 (기대 손실

Expected

Shortfall

이라고도 한다 ).

CVaR

은 바젤 은행 감독 위원회가

VaR

보다

나은 리스크 척도로써 최근 제안했다.

CVaR

통계량은

VaR

통계량이 가지고 있는 세 파라미터

를 똑같이 가지나, 컷오프 값 대신 기대 손실 관점을 다룬다. “

5

%의 확률로 보유 기간은

2

주일

때

CVaR

통계량이

5

백만 달러다”라는 말은 “전체 시나리오 중 최악의 결과를 내는

5

%의 시나

리오들에서의 ‘평균’ 손실이

5

백만 달러다”라는 의미다. ...