该资源是一篇由本人编写的金融工程方向的数学建模论文，主要涉及相关性计算，统计制图，历史数据法，数据处理。算法以及模型大部分为经典模型的引用

VaR是指在给定的置信度下，资产组合在未来持有期内所遭受的最大可 能损失

近年来，中国债券市场发展Swift。 进一步研究利率期限结构至关重要。 Nelson-Siegel模型在世界范围内广泛用于拟合利率期限结构。 在本文中，我们试图找出Nelson-Siegel模型在中国是否有效，以及在Nelson-Siegel模型的一些典型变体中哪种模型最有效。 在简要的理论介绍之后，我们进行了实证分析，其中包括两个部分。 在第一届会议上，我们着重于使用Nelson-Siegel模型拟合中国利率期限结构，结果拟合效率非常好。 在第二部分中，我们建立了具有宏观经济变量的VAR模型，以预测Nelson-Siegel模型中的参数，并分别使用VAR和NS模型的组合来预测2019年和2020年的利率期限结构。 此外，就预测效率而言，VAR（Macro）-NS模型的性能要优于没有宏观经济变量的VAR-NS模型和简单的NS模型。

针对本文给出的基金资产配置策略问题，本文建立了结合小波分析算法，均值-方 差模型，蒙特卡罗模拟方法以及遗传算法的资产配资投资效益优化模型，对企业购买股 票以及合理进行资金的配置具有一定的指导作用。 针对问题一 本文使用皮尔逊相关系数与系统聚类 针对问题二 本文结合小波分析算法与均值-方差模型确定使投资效用最大化的股 票投资策略，使用小波分析算法对数据进行降噪，再使用样条插值补全数据。之后计算协方差矩阵代入均值方差模型求解确定了投资效用最大的策略 针对问题三 本文使用历史模拟法、蒙特卡罗方法，参数模拟法度量每个基金公司 2020 年 95% 置信水平下的风险价值。 针对问题四 本文建立了整个系统的兼顾投资效益以及风险价值的投资策略优化 模型，并且使用遗传算法，改变初始参数多次进行求解。

Var与CVaR计算方法,即风险价值的计算，使用matlab编写 Var与CVaR计算方法,即风险价值的计算，使用matlab编写

【Flutter】Dart 数据类型 ( var 数据类型 | Object 数据类型 ) https://hanshuliang.blog.csdn.net/article/details/113725130 博客源码快照

《Python实现向量自回归（VAR）模型——完整步骤》该文章使用的源代码和数据，文章地址：https://blog.csdn.net/mooncrystal123/article/details/86736397#comments_13567087

基于opencv2.4.9中的立体匹配三种算法，去掉了校正图像的步骤，可以直接使用校正好的标准图像进行实验，对比视差图的效果！环境是VS2010！

VAR模型及蒙特卡罗模拟（张晓彤），可以用于风险评估，适合数学建模时使用，配合Eviews软件

向量自回归是一种很好的模型研究，要好好把握好，不然就很难做回归了