天驭学院 · 教学材料 · 量化风控框架
分步講解（文字）
VaR 计算方法
本节为可手动翻页的文字讲解，不含视频或音频。按自己的节奏阅读，完整推演与材料见下方讲义。
課程講義
VaR以给定置信水平和持有期描述损失分位，不是最坏损失。历史分位的算法在小样本会显著影响结果，必须明确排序与取整。
收益转损失正号→按升序排→用nearest-rank的ceil(p×n)位置→给样本量/持有期→另做尾部压力。
损失排序−2/−1/0/1/2/3/4/5/6/10，按nearest-rank求90%VaR。
ceil(0.9×10)=9，第9项6。VaR6不表示最多只亏6，样本10与算法也不足以证明尾部稳定。
20个损失18个0、2、8，nearest-rank95% VaR=2，最坏5%均值=8。若另一实现对分位插值，须注明差异。对日收益均值0、波动1%的正态模型，95%单侧损失近似1.645%，不含跳空保证。
小样本ES不稳定；实际限额需独立专业评审，不直接采用课程阈值。
这个无依赖脚本提供秩相关、时间折、库存估值、协方差风险与拒绝路径的小实验。网格部分仅做下穿买入库存，不含卖出回收或真实成交；风险平价部分只演示给定协方差，不是通用优化器。按报告核算，不将小实验当作完整生产策略。
python strategy_labs.py课程数值、价格、账户和案例均为教学假设；固定材料可离线复现。完成标记仅记录学习，不是能力认证、服务批准或收益保证。
本節要點
完成标记仅记录个人学习，不代表能力认证。练习使用教学假设或合成数据，不要求真实开户、入金或交易。