本书研究了基于分形分布的金融市场风险，提出了用FVaR和FCVaR方法来度量金融市场风险，主要研究了基于Stable程序的分形分布下的度量金融风险的VaR方法以CVaR方法，进一步提出了基于分形分布的VaR以及CVaR作为约束条件的投资组合决策。在原有的VaR约束条件下的投资决策的基础上进行了改进，从而更符合金融市场的实际特征。本书主要工作如下。

（1）全面介绍了分形市场理论的内容，给出了具体的研究方法。在此基础上，以上海股票市场的对数收益率为研究对象，经正态性检验说明其不符合正态分布，并且通过对Hurst指数的计算，以及分形维数、关联维数的计算，验证了我国股票市场存在着分形结构的结论，为后面的进一步研究奠定了基础。

（2）介绍了分形分布的定义，给出了分形分布的性质，并对中国股票市场收益率分布进行了分布拟合检验，结果表明沪深两市的收益分布并不服从正态分布，而是具有典型的“尖峰厚尾”特性，用分形分布能够较好地拟合这一特征。因此，正态分布假定基础上的金融理论存在着缺陷，金融市场风险度量以及投资组合研究必须建立在非正态基础上。(www.daowen.com)

（3）金融资产具有明显的非正态特征，正态条件下的风险度量方法已经不再适用。本书介绍了目前主流的VaR方法和条件风险价值CVaR方法，并给出了二者在分形分布条件下和正态分布条件的具体算法。在分形分布能较好地刻画我国股市实际特征的基础上，利用Stable程序研究了基于分形分布下的度量金融风险的VaR以及CVaR方法，并通过多个角度进行了模型有效性检验，结果表明，基于分形分布的VaR及CVaR方法更接近实际风险值。

（4）详细阐述了投资组合理论，在前面的研究基础上，建立了基于分形分布条件的VaR及CVaR约束条件下的投资决策模型，并给出了实际的算例。这样，本书在金融资产收益率服从分形分布的前提下研究了基于分形分布的度量金融风险的方法。在VaR约束条件下的投资组合模型的基础上进行了改进，得到了FVaR和FCVaR约束条件下的投资组合模型。从而以分形市场理论为基础，以分形分布为金融资产收益率实际分布假定条件，以分形分布下的VaR和CVaR为约束条件的投资决策模型，建立了一个比较完整的基于分形理论的投资组合体系，为非线性框架下的金融市场研究提供了一定的理论支持和实践指导。