1.对对数收益率序列建立GARCH类时间序列模型（很多种），得到时变条件标准差序列
2.根据GARCH模型残差分布假设类型，求出不同分位数
3.由前两步所得分位数乘以时变标准差得到残差VaR序列
不过这种方法很古老了，很难发表文章，现在很多都用Pot方法，copula模拟方法
建议先对时间序列建模有所了解，个人建议参看《协整理论与波动模型》张世英的书
GARCH建立方法，高铁梅、张晓峒的书都有

是啊，现在这方面的研究真是满多的，我还是想弄明白简单的，再试探性的研究点难的

我也想做，不知道怎么做。楼主我加你吧。一起学习学习。

好的，最好找个高手给我们指点下

做VaR，关键在于对波动率的建模，然后根据分布及分位数来求。常用的方法是历史模拟，蒙特卡洛，当然GARCH也是其中的，但是，我觉得你如果处理的是日数据，GARCH可行，但是对于更高频的数据来说，就有点不准确了。当然，我没用过这种方法，现在处理高频数据用实际波动率，你可以参考下，毕竟期货实行T+0交易，短时间的波动可能会很大，那么意味着可以短时间内进行建仓平仓的操作。