科学合理地测量及管理金融市场风险成为金融工作者和学者们关心的首要问题之一。在现代金融理论中金融资产收益率的分布函数是一个非常重要的概念，它是金融市场风险测量的基础。考虑到正态分布的普遍性和易处理性，人们经常假设资产的收益率服从正态分布；但实际的研究结果表明正态分布不能描述金融数据的“高峰、厚尾”以及“异方差”现象，从而会造成金融市场风险测量的误差。证券投资风险的度量模型对于防范金融市场风险和增加投资者的收益有着重要的意义，此外投资者对金融资产价格的预测及投资时机选择可以积极规避金融市场风险。在阅读大量文献的基础上，本文对这些问题做了研究并进行了尝试性的创新，得到的主要结论如下 1给出了混合分布的一般形式及其参数的确定方法。利用两种混合正态分布对上证指数及深成指数收益率分布的厚尾现象进行研究，并用赫尔莫哥洛夫检验方法对给出的分布函数进行了拟合优度的检验。 2基于误差服从--混合正态分布的设想，给出了混合正态分布指数自回归条件异方差模型(EGARCH)；并对上证指数及深证成指收益率的异方差性进行了实证研究。 3考虑了数量化的因素同时也考虑了非数量化的因素，依据泰勒展开公式在展开点附近的有效性，利用参数自适应算法和动态聚类的判断作用建立了金融资产价格的聚类预测模型。 4在假设股票价格所处状态间转移概率是时间连续基础上，建立了以期望效益最大化为准则的多期证券投资策略模型。连续时间马尔可夫过程证券投资策略模型的转移系数矩阵一般来说随时间变化而变化，本文给出了转移系数矩阵计算的一般表达式，并就状态时间间隔服从指数分布情况对转移系数矩阵进行了估计。 5提出了风险的本质是不确定性的观点，认为风险是由不确定性因素引起的结果价值的损失。在此基础上提出了证券投资一种新的度量方法---风险阈值度量方法，并对上证180中的10只股票进行了研究。 6根据开放式基金规模演变的内在规律建立了分布参数模型，并提出了规避开放式基金流动性风险优化控制的方法，为开放式基金管理人进行科学决策提供了依据。