有不少模拟方法可以做出肥尾分布，比如GARCH simulation，可以形成典型的尖峰厚尾分布数据，不过两边都是对称的，和实际情况还是有一定区别的。GARCH模拟数据若用于衍生品定价，肯定会影响精确度，模拟计算出的价格波动幅度应当大于对数正态对应的水平，所以我如果做这种模拟，可能会将模拟出的波动率带入，然后将带入公式得到的价格水平适当扩大一下，或者我会使用EVT，计算一下极端情况下的价格，比如千分之一概率下的波动率是多少，然后带入公式，最好的方法肯定是将EVT推算结果和GARCH模拟的直接计算结果做个对比，适当调整一下。
用蒙特卡罗模拟的确可以解决不少问题，但是这个模拟得到的永远都是正态分布，而无法满足股票波动率尖峰厚尾的特点，在2007年7月之前，如果你能选取到美国的某些指数数据，比如标普500的，那么你会发现那一部分波动率是正态的，但是过了2007年7月之后，股指波动率发生了明显的martingale变化，那之后股指波动率渐渐脱离了正态分布，我想从那时候开始，用蒙特卡罗模拟就不能解释什么问题了，至于中国的股市，一直都不服从任何分布，我现在能想到的方法只有EVT以及robust尾部研究。

股市本来就是人为操纵的结果，在交易对象的可替换性、可供交易的量受到限制前提下，存在管制的交易市场，受到管制程度越大，其价格受到的操纵越强，其价格分布越不服从统计分布，或者说神经病的倾向越严重

感谢指导~ 据我看到的文献，monte carlo可以生成任意给定的分布函数的随机数啊。另外您能推荐些关于您说的GARCH simulation的文献么？

你看一下matlab的说明书，里面有garch simulation, 关于garch，介绍的书籍非常多，几乎到处都有。