近年来,我国金融市场化进程不断加快,金融市场动荡不安,股市方面表现尤甚,使得人们对风险预测的需求也愈来愈高,因此选择精准的风险预测工具显得尤为重要。股票价格充分体现了投资者对未来风险的预期,如何降低未来投资风险是重中之重。本文首先介绍了股票风险管理的发展与风险特征的分类,并阐述了我国传统股票风险管理的现状以及存在的问题。其次,引出VaR方法（Value at Risk,风险价值）并论述了VaR方法的基本思路以及方法,延伸出其方法之一的历史模拟法。历史模拟法经过不断改进,出现三种改进的历史模拟法,即一般历史模拟法、加权历史模拟法、过滤历史模拟法并通过使用三种历史模拟法的模型进行银行股票风险预测。最后,在介绍了非参数核密度估计的原理、核函数的选择以及宽带的选择之后,为了进一步提升预测效果,本文又使用核密度估计方法进行风险预测。根据金融资产的收益率序列存在着“尖峰厚尾”、“波动性聚集”等特点,本文将对研究对象的收益率进行核密度估计处理,并与历史模拟法相结合,给出一种改进后的历史模拟法。本文将利用三种传统的历史模拟法以及非参数核密度估计历史模拟法对工商银行、光大银行、建设银行、交通银行、农业银行、浦发银行、招商银行和中国银行从2011年1月4日至2015年12月31日的1221个股票数据以及浦发银行2015年1月4日至2019年11月16日的926个数据进行实证分析,并给出四种方法在风险预测方面的性能分析。通过实证分析,我们发现四种历史模拟法在不同置信度下表现不尽相同;与非参数核密度估计相结合的历史模拟法表现更加优异。基于此结论,进一步提出用组合核函数代替单一核函数来进行预测。我们发现单一核函数与组合核函数都能预测风险,但综合来看组合核函数的结果更令人满意,因此非参数核密度估计改进后的历史模拟法是一种精准的风险预测工具,能够为投资者提供可行的风险预测。