随着我国金融行业的快速发展,相关政策法规逐渐得到完善和落实,金融市场发展势头迅猛,金融体系更日趋完善。证券金融整体规模迅速扩大,在各行各业中的影响力不断加深,表现出强大的未来发展潜力。然而,无数行业从业者在享受其带来的巨大红利的同时也面临着潜在的风险,甚至中央明确提出应防控金融风险。因此,如何对金融风险进行合理度量、准确预测和有效防控成为大众乃至国家关注的重点问题。本文以此为出发点,主要研究我国金融行业的关键组成部分——证券市场的风险情况。本文主要通过多模型组合的方式对我国证券市场未来走势情况进行预测,并对预测序列建立连续随机系统,以该系统为基础借助动态金融风险度量方法量化市场风险,从而实现对我国证券市场风险的系列研究。本文主要分为三大部分。首先,本文利用历史数据对序列未来数期走势进行了预测。本文选取上证综指和深证综指一年期的历史日度数据作为研究数据,利用小波分析将序列信息分为低频信息和高频信息。对于不同频率的信息按其所具有的特性分别建立不同模型,即低频信息建立谱分析模型、高频信息建立ARIMA模型。借助所构建的两个模型分别预测未来数期走势情况,并将两预测序列综合形成最终预测结果,至此便完成对证券市场未来数期走势情况的预测。其次,利用预测数据构建连续随机系统。为使研究内容整体保持在相同的时间跨度内以避免时间因素对风险预测结果的影响,本文利用预测数据以及部分往期数据组成时间跨度为一年的预测序列。依托于此序列构建所需的连续随机系统,即二维几何布朗运动模型,并利用模型特性和系列计算对模型进行参数估计,最终获得系统的显性表达式。最后,基于连续随机系统对市场风险进行度量,从而完成对我国证券市场风险预测。将最小期望净损失作为动态金融风险度量方法,结合所建系统实现对我国证券市场风险的预测,可以得到风险预测值是以初始投资额为自变量的函数。借此通过设置不同的初始投资额,本文便可绘制出风险与初始投资之间的二维函数图像,并对此做出解释说明。本文以我国证券市场风险预测为主题。利用小波分析对原序列进行预处理,得到低频与高频序列。在充分考虑到两序列不同特性的基础上,通过多模型组合的方式实现了数据预测。利用预测序列建立连续随机系统,并选用动态金融风险度量方法对风险进行了度量,最终结果符合预期。希望整体分析过程及结果可为相关从业人员提供决策参考。