原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
高频数据下的VaR风险度量方法改进
引言
在金融市场的浪潮中，风险度量始终是机构与投资者的“安全绳”。VaR（风险价值，ValueatRisk）作为最常用的风险量化工具，自20世纪90年代被JP摩根提出以来，已深度嵌入银行、基金等机构的风控体系。它用“在未来一定时间内，给定置信水平下的最大可能损失”这一简洁表述，将复杂的市场波动转化为可比较的数字，让风险从模糊的感知变成可管理的对象。
然而，金融市场的演进从未停歇。当高频交易占比突破半数、秒级行情数据成为常态时，传统基于日度或周度低频数据的VaR模型逐渐显露出“力不从心”。就像用老式相机拍高速运动的物体，低频数据只能捕捉“模糊的轮廓”，而高
文档评论（0）