两只股票var历史模拟法
㈠ 求用VAR模型的历史模拟法算一个金融控股集团的风险值怎么算，需要哪些数据，数据在哪儿可以找到
先找它的股票价格，然后按日收盘价或周、月收盘价算出每一期的收益率。把各期收益率放一起就构成了一个代表收益（取负值就变成了损失）的分布情况。然后按95%或99%分位点就可以确定VAR了。
㈡ 关于股票市场VAR值
VaR ,value at risk
有一个置信区间的，比如在95%的置信度下，该股票的最大可能下跌的幅度。
计算方法，就是置信度下对应的系数乘以该股票的标准差。
㈢ 历史模拟法var中的风险因子怎么确定
网上看到的资料，看看下面：
我国黄金期货市场的VaR风险度量——基 于历史模拟法 Posted on 2010/04/14 by 邓一硕 0.引言 VaR(Value at Risk)是上世纪90年代由JP·Morgan公司在风险矩阵中提出的一种新型风险管理 工具，VaR定义简单，计算简便具有很高的实用价值。因此，VaR自诞生以来就在金融领域 得到了广泛的应用，且目前在全世界已发展成为金融市场风险测量的主流方法。 1. VaR方法概述 VaR全称为Value at Risk,统译为“在险价值”。其是指：在市场正常波动情况下，在指定的概 率水平（置信度）下， 金融资产组合的价值在未来特定持有期T内的最大可能损失，该定义 可直观表示为： 其中， 为金融资产组合的价值损失。VaR的严格的数学定义则由Altzner(1999)给出，即 其中， 表示使A成立的所有所组成的集合的下确界，其余符号同上。好复杂，都是金融知识。 目前，典型的VaR的计算方法包括：历史模拟法、蒙特卡洛模拟法、方差-协方差法以近年来 广为流行的Coplus方法。其中，历史模拟法和蒙特卡罗模拟法属于全值估计方法，其中历史 模拟法的特色在于不需要对市场因子的统计分布进行假设，因此有希望较好地处理金融事件 序列中的尖峰和厚尾现象。本文将采用历史模拟法以我国上海黄金期货交易所推出的au0901 为研究对象，分析测度au0901的VaR值，最后用Kupiec方法对模型进行有效性检验。
看看满意不满意，望采纳。
㈣ 投资组合的VAR计算
VaR的字面解释是指“处于风险中的价值(Va1ueatRisk)”，一般被称为“风险价值”或“在险价值”，其含义是指在市场正常波动下，某一金融资产或证券组合的最大可能损失。确切地说，VaR描述了“在某一特定的时期内，在给定的置信度下，某一金融资产或其组合可能遭受的最大潜在损失值”；或者说“在一个给定的时期内，某一金融资产或其组合价值的下跌以一定的概率不会超过的水平是多少?”。用公式表达为：
Prob(∧P>VaR)=1－c
式中：∧P—证券组合在持有期内的损失；
vaR——置信水平c下处于风险中的价值。
以上定义中包含了两个基本因素：“未来一定时期”和“给定的置信度”。前者可以是1天、2天、1周或1月等等，后者是概率条件。例如，“时间为1天，置信水平为95%(概率)，所持股票组合的VaR=10000元”，其涵义就是：“明天该股票组合可有95%的把握保证，其最大损失不会超过10000元”；或者说是：“明天该股票组合最大损失超过10000元只有5%的可能”。
为了加深理解，这里以中国联通股票为例予以说明。例如，过去250个交易日(2003.10.13～2004.10.21)，中国联通的日收益率在一7%和5%之间(见图8—3)。从日收益的频数图(见图8—4)中可以看出，日收益率低于一4%的有4次，日收益率在。和0.5之间的有41次等。在99%的置信区间下，也就是说250天中第2个最小收益率为一4.9%；在95%的置信区问
第八章金融工程应用分析329
下，即为250天中第7个最小收益率位于－3.5%至－4.0%之间，为－3.72%。因此，倘若投资者有1亿元人民币投资到中国联通这支股票上，则在99%的置信区间下，日VaR不会超过490万元，即一天内的损失小于490万元的可能性大于99%的概率；同样，在95%的置信区间下，日VaR为372万元。
㈤ Matlab中的VAR历史模拟法求值问题
自己写个程序遍历一下就可以了，比如
for i=1:N
if abs(y(i))<0.000001
.....
end
end
㈥ 如何用历史模拟法计算VaR值
语种？？
是ASM？
vb？
vc？c#？
delphi？
E？
另外 历史模拟法计算 算法好写 信息收集不会
㈦ 历史模拟法的优缺点
庞大历史资料的储存、校对、除错等工作都需要庞大的人力与资金来处理，如果使用者对于部位大小与价格等信息处理、储存不当，都会产生垃圾进，垃圾出的不利结果。
有些标的物的投资信息取得不易，例如未上市公司股票的价格、新上市（柜）公司股票的历史资料太短、有的流动性差的股票没有每日成交价格等。
若某些风险因子并无市场资料或历史资料的天数太少时，模拟的结果可能不具代表性，容易有所误差。 缺点:极端事件的损失不易模拟。
历史模拟法分布
主要的理由就是重大极端事件的损失比较罕见，无法有足够的资料来模拟损失分配 。
极端事件发生期间占整体资料比数的比例如何安排也是个问题，不同的比例会深深影响历史模拟法的结果。
例如以国际股票投资为例，1997年的亚洲金融危机、2001年美国发生的911恐怖攻击事件、美伊战争的进展等事件都会引发全球股市的大幅变动，若这些发生巨幅变动的时间占整体资料的比重过大，就会高估正常市场的波动性，因而高估真正的风险值。 未来风险因子的变动会与过去表现相同的假设，不一定可以反映现实状况。
涨跌幅比例的改变、交易时段延长、最小跳动单位改变等，都会使得未来的评估期间的市场的结构可能会产生改变，而跟过去历史模拟法选样的期间不同，甚至从未在选样期间发生的事件，其损益分配是无从反映在评估期间的风险值计算上。 虽然资料笔数要够多才有代表性，但是太多久远的资料会丧失预测能力，但是过少的时间资料又可能会遗失过去曾发生过的重要讯息，两者的极端情况都会使历史模拟法得所到的风险值可信度偏低，造成两难的窘境。
到底要选用多长的选样期间，只有仰赖对市场的认知
与资产的特性，再加上一点主观的判断来决定了。
㈧ 投资者于2018年9月1日买入2000股建设银行A股股票（股票代码601939），请使用历史模拟法
投资者为于2018年9月11日如果买了2000股建设银行的a股的话，那么也是可以比较大的一些股票。
㈨ MATLAB var历史模拟法
1.根据提出的问题构造一个简单、适用的概率模型或随机模型，使问题的解对应于该模型中随机变量的某些特征（如概率、均值和方差等），所构造的模型在主要特征参量方面要与实际问题或系统相一致 2 .根据模型中各个随机变量的分布，在计算机上产生随机数，实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数，然后生成服从某一分布的随机数，方可进行随机模拟试验。 3. 根据概率模型的特点和随机变量的分布特性，设计和选取合适的抽样方法，并对每个随机变量进行抽样（包括直接抽样、分层抽样、相关抽样、重要抽样等）。 4.按照所建立的模型进行仿真试验、计算，求出问题的随机解。 5. 统计分析模拟试验结果，给出问题的概率解以及解的精度估计。