01
VaR模型概述
VaR的定义、发展历史、应用场景与监管要求。
基础概念
02
参数设定基础
置信水平、持有期、观察期、数据频率的选择逻辑。
参数设计
03
数据清洗与预处理
缺失值处理、异常值检测、收益率计算（对数与简单）。
数据清洗
04
正态分布假设
正态性检验 (Jarque-Bera, Shapiro-Wilk) 、QQ图绘制。
统计检验
05
方差-协方差法 (参数法)
原理推导、公式拆解、Python实现（单资产与投资组合）。
参数法Python
06
历史模拟法
原理、滚动窗口实现、权重分配 (等权与指数衰减)。
非参数滚动
07
蒙特卡洛模拟法
随机数生成、几何布朗运动、路径模拟与VaR计算。
模拟随机
08
GARCH模型族
ARCH效应检验、GARCH(1,1)建模、波动率预测与动态VaR。
波动率GARCH
09
极值理论 (EVT)
POT模型、广义帕累托分布 (GPD)、阈值选择与尾部VaR。
极值尾部
10
Copula函数
相关性度量、常用Copula (Gaussian, t, Clayton)、联合违约概率。
相依Copula
11
回测框架搭建
Kupiec失败率检验、Christoffersen条件覆盖、巴塞尔协议回测要求。
回测检验
12
损失分布与分位数
经验分布函数、核密度估计、分位数回归与VaR。
分布分位数
13
压力测试与情景分析
历史情景、假设情景、敏感性分析与VaR调整。
压力情景
14
边际VaR与增量VaR
组合优化、风险分解、成分VaR计算。
分解组合
15
预期亏损 (ES / CVaR)
定义、与VaR对比、一致性风险度量、ES回测。
ES一致性
16
流动性调整VaR
买卖价差、L-VaR模型、交易量加权方法。
流动性L-VaR
17
信用VaR
违约概率(PD)、违约损失率(LGD)、信用迁移矩阵、CreditMetrics。
信用CreditMetrics
18
操作风险VaR
损失分布法(LDA)、频率与严重性建模、蒙特卡洛在操作风险中的应用。
操作风险LDA
19
市场风险VaR
利率、汇率、商品、权益风险的VaR建模差异。
市场风险多资产
20
多资产组合VaR
协方差矩阵估计、收缩估计、非线性相关与组合VaR。
组合协方差
21
非参数方法改进
Bootstrap重抽样、核平滑历史模拟、分位数平滑。
Bootstrap平滑
22
模型校准与参数优化
最大似然估计(MLE)、矩估计、贝叶斯估计在VaR中的应用。
校准MLE
23
VaR模型比较
不同方法的优缺点、计算效率对比、适用场景分析。
对比选型
24
回测统计量详解
p值、检验功效、第一类与第二类错误、样本外表现评估。
统计量功效
25
VaR模型验证
基准测试、敏感性分析、模型稳定性检验、压力回测。
验证稳定性
26
监管资本计算
巴塞尔协议II/III的VaR要求、市场风险资本、信用风险资本。
监管资本
27
前沿方法：机器学习VaR
随机森林、XGBoost、深度学习LSTM、混合模型。
MLLSTM
28
VaR系统架构
数据管道、计算引擎、报告生成、自动化回测流水线。
架构工程
29
案例实战（一）：股票组合
从数据获取到回测报告全流程。
实战股票
30
案例实战（二）：加密货币
高波动性资产的VaR挑战与解决方案。
实战加密货币