（1）基于GARCH模型的滤波历史模拟法的思想：
由于原始的历史收益率数据不满足独立同分布的假设，通常表现出一定的相关性和波动聚集性，因此我们会考虑引入MA模型来消除序列相关性和GARCH类模型来反应收益序列的波动集中性。
比如，经过多番验证，最终证实该序列满足ARMA(1，1)——GARCH(1,1)，那么我们就会设定如下模型：

其中第一个式子为条件均值方程，Xt标识的是收益率，X（t-1）前的系数表达AR项，theta表达MA项。第二个式子为条件方差方程，从左至右的三个参数分别表示常项、ARCH项和GARCH项。设定 为服从N（0，ht）的随机残差序列。
此时，我们可以计算标准化的残差收益序列：

式子中的带^的那两个参数表示的是模型估计值。此时，et 就是独立同分布的了。

（2）以上就是滤波历史模拟法的过程，下面困扰我这几天的问题就是：

ht+1 怎么假定？难道我自己随便编造一个数据，这显然是没意义的啊，那我应该如何选取该数据呢？

从某分布中抽取样本et+1 ，我应该怎么抽取呢？我可以使用原有估计模型中计算出的那个et 序列么？

诚心等待各位好心的兄弟姐妹的解答。正在做毕业论文，卡在这个问题上，感到特别无助，希望大神快快来救救我，谢谢！