第四章 历史模拟法VaR：非参数方法、历史数据重采样、排序与分位数计算
说到VaR计算，很多新手第一反应就是“正态分布假设”。但说实话，金融市场哪有那么乖？我见过太多肥尾分布的例子了——2008年、2020年，哪次黑天鹅事件不是把正态分布的脸打得啪啪响？
所以这一章，我们来聊聊历史模拟法。它不假设任何分布，完全靠历史数据说话。说白了，就是“历史会重演”这个朴素逻辑。
4.1 历史模拟法的核心思想
历史模拟法（Historical Simulation）是非参数方法里最经典的一种。它不做任何分布假设，直接拿过去N天的收益率数据，排序后取分位数。
举个例子：你手里有过去1000天的日收益率数据。想算95%置信水平下的VaR？那就把这1000个收益率从小到大排个序，取第50个（也就是5%分位数）的值。就这么简单粗暴。
为什么我喜欢这个方法？ 因为它在项目中真的省心。有一次我给某券商做压力测试，对方风控总监上来就问：“你们用的是什么分布？”我说“历史模拟法”，他愣了一下，然后说“好，这个我们审计能过”。你看，监管机构其实也认可这种透明的方法。
核心公式：
VaRα = -Percentile(R1, R2, ..., RN, 1-α)
其中Ri是历史收益率，α是置信水平（如95%），N是历史窗口长度。
4.2 数据重采样：别让坏数据毁了你的模型
历史模拟法有个致命弱点：它对数据质量极其敏感。我踩过这个坑——有一次用某交易所的日频数据，结果发现里面有三天连续停牌的数据没处理，算出来的VaR直接偏了20%。
所以数据重采样这一步，我建议你认真对待。常见的做法有：
- 等间隔重采样：把不规则的时间序列变成固定频率（比如日频、周频）
- 滚动窗口重采样：用过去250个交易日作为窗口，每天滚动计算
- Bootstrap重采样：有放回地抽取历史数据，生成新的样本路径
我的经验： 做Bootstrap时，记得保持时间序列的自相关性。我曾经直接随机打乱数据，结果VaR被严重低估了。后来改用“块状Bootstrap”（Block Bootstrap），才解决了这个问题。
4.3 排序与分位数计算：Python实现
好了，理论说完了，咱们直接上代码。这部分我习惯用NumPy和Pandas，效率高、代码也干净。
import numpy as np
import pandas as pd
# 模拟生成1000天的收益率数据（实际项目中从数据库读取）
np.random.seed(42)
returns = np.random.normal(0.001, 0.02, 1000)
# 历史模拟法计算VaR
def historical_var(returns, confidence_level=0.95):
"""
历史模拟法VaR计算
:param returns: 收益率序列
:param confidence_level: 置信水平，默认95%
:return: VaR值（正数表示损失）
"""
sorted_returns = np.sort(returns)
index = int((1 - confidence_level) * len(sorted_returns))
var = -sorted_returns[index]
return var
# 计算95% VaR
var_95 = historical_var(returns, 0.95)
print(f"95% VaR (历史模拟法): {var_95:.4f}")
# 计算99% VaR
var_99 = historical_var(returns, 0.99)
print(f"99% VaR (历史模拟法): {var_99:.4f}")这段代码看着简单，但有几个细节要注意：
- 排序方向：我习惯从小到大排，这样取左边尾部分位数就是损失
- 索引计算：95%置信水平对应5%分位数，所以索引是 (1-0.95)*N
- 负号处理：VaR通常表示为正数，所以收益率是负值时要取反
曾经踩过的坑： 有一次我直接用Pandas的quantile()函数，没注意它默认是线性插值。对于小样本数据，线性插值会平滑掉极端值，导致VaR被低估。后来我改用numpy.percentile()并设置method='lower'，才得到正确结果。
4.4 滚动窗口VaR：动态风险监控
静态VaR只能告诉你“过去N天的风险水平”，但市场是动态的。我建议你做一个滚动窗口VaR，每天更新。
def rolling_historical_var(returns, window=250, confidence_level=0.95):
"""
滚动窗口历史模拟法VaR
:param returns: 收益率序列
:param window: 滚动窗口大小，默认250个交易日（约1年）
:param confidence_level: 置信水平
:return: 每日VaR序列
"""
var_series = []
for i in range(window, len(returns)):
window_returns = returns[i-window:i]
var = historical_var(window_returns, confidence_level)
var_series.append(var)
return pd.Series(var_series, index=returns.index[window:])
# 计算滚动VaR
rolling_var = rolling_historical_var(returns, window=250, confidence_level=0.95)
print(f"滚动VaR均值: {rolling_var.mean():.4f}")
print(f"滚动VaR最大值: {rolling_var.max():.4f}")你想想看，如果滚动VaR突然飙升，说明市场波动在加剧。这时候就该启动压力测试了。
4.5 历史模拟法的优缺点
| 优点 | 缺点 |
|---|---|
| 无需分布假设，完全基于数据 | 对数据质量要求极高 |
| 实现简单，代码量少 | 无法捕捉未发生过的极端事件 |
| 监管机构认可度高 | 历史窗口长度选择主观性强 |
| 可以捕捉非线性风险 | 对市场结构变化不敏感 |
我的建议： 历史模拟法适合作为基准模型。在实际项目中，我通常用它做第一道防线，再配合参数法或蒙特卡洛模拟做交叉验证。这样既能保证透明度，又能覆盖极端风险。
4.6 知识体系图
下面这张图展示了本章的核心逻辑。从原始数据开始，经过重采样、排序、分位数计算，最终得到VaR值。每一步都有坑，每一步也都有优化空间。
嗯，这张图把整个流程串起来了。你从左边开始，一步步走到右边，每一步都有对应的Python代码实现。我个人建议你把这张图打印出来贴在工位上，写代码时对照着看，不容易出错。
实战小技巧： 在做历史模拟法时，我习惯同时计算多个置信水平（90%、95%、99%）的VaR，然后画成曲线图。如果三条曲线突然发散，说明市场结构可能发生了变化，这时候就要警惕了。
好了，历史模拟法就讲到这里。它虽然简单，但却是很多金融机构的标配。下一章我们会讲参数法VaR，到时候你会看到，正态分布假设到底有多大的局限性。