在金融领域，开放式基金已经成为全球投资的主流，同时这也为很多学者提出了一个新的课题——开放式基金风险的计量与预测，对风险的准确计量与预测无论是对投资者、基金运营机构还是基金的监管机构都是至关重要的。　　VaR模型是一种国际公认的先进的风险计量模型，其计算方法主要可以分为参数法、半参数法和非参数法三种，本文采取参数计算法。参数计算法的核心就是建立适合的波动模型并对其参数进行有效估计。　　本课题研究的目的在于通过对波动模型及其参数估计算法二者的改进，提高开放式基金风险预测的准确性，并且为金融数据的非对称性研究提供一种新的模型，为模型参数的估计提供一种基于模拟退火的算法。　　本文的研究内容主要包括以下几个方面：　　(1)通过对各种波动模型的分析，提出一种新的波动模型——QRGARCH模型，该模型的优点是假设扰动项介于线形和平方之间。　　(2)通过对各种模型参数估计算法的比较，给出一种改进的模拟退火算法。　　(3)使用广发聚富基金的数据和改进的模拟退火算法，分别对AGARCH模型和QRGARCH模型的参数进行估计。根据参数估计值预测未来一段时间内该基金净值的波动情况，将其与实际波动数据进行比较，验证本文提出的模型和算法的有效性。然后利用VaR模型预测未来一段时间内开放式基金的风险值，检验预测值的准确性。　　(4)最后详细介绍了基于VaR模型的开放式基金风险预测系统的总体框架、数据流图、系统的数据存储方式以及风险预测系统的软件主界面。　　本文由实验得到的结论，对开放式基金风险的准确预测具有一定的参考价值。