然而,我们想强调的是,与投资管理行业从业人员的讨论——他们是对使用我们的理论见解感兴趣的实际方面的关键受众——已经向我们指出了一个惯例,即在实践中不赞成清除提取记忆,因此我们将在实践中选择当前的估算方法。我感谢一位匿名推荐人指出这一建议。20风险的时间维度(即将在《风险杂志》上发表)更一般地说,准确的路径相关风险预测的关键是代表潜在回报的现实情景生成过程。例如,考虑最基本的参数高斯模型。尽管有证据表明,高斯观点不能真实地反映资产回报,但在定量风险度量和报告中,依赖正态性假设仍然是最标准的。对于正常模型,有一些参数替代,可以解释投资组合收益的重尾和偏态。然而,开发灵活、稳健、多视界的参数化模型,并将其应用于广泛的投资组合,这一挑战导致了历史模拟的流行。我们请读者参考Cont[2001]中有关股票时间序列参数化建模的困难摘要。另一方面,历史模拟无疑也带来了挑战。该方法假设过去准确地代表了未来,而市场条件会随着时间的推移而变化。此外,历史模拟所需的数据可能不可用。最近开发的资产可能没有充分的历史记录,外部事件和经济动态可能会导致资产历史的模糊。这些问题需要在经济上合理的路径依赖风险模型中加以解决。