准蒙特卡洛方法在计算金融,尤其是VAR模型等金融衍生品的定价和风险测量中正日益成为重要的数值分析工具；现在在一般的数学软件及专业金融分析软件中都可找到准蒙特卡洛(low-discrepancy)序列的生成工具,便是其已具有相当重要性的见证。过去二十年中,亦有大量研究人员凭借将此方法应用到实际金融问题中所取得的出色成果而获得专利。本文中,我们将首先简要介绍金融衍生品及其相关的数值分析方法,综述前人研究成果；然后,在正文分析中,从金融衍生品,VAR及灵敏度估计中引入准蒙特卡洛方法的优越性,接着对于多种将超均匀分布序列转化为正态分布的方法进行分析以得到估计的最佳精度。特别地,我们将讨论一个最近的发现：对于超均匀分布序列,Box-Muller方法至少和逆变换方法一样好。这是与众多金融工程师和研究人员的默认常识有悖的!我们基于Box-Muller方法的放射层次结构假设了一个替代算法,用以对正态随机变量分类,这对于VAR估计同样是有效的。再次,我们还将运用准蒙特卡洛方法对欧式和亚式看涨期权的定价作误差分析,并从结论说明此方法的可行性；最后,我们将总结本文的成果,并对接下来进一步的研究方向做出展望。