如何给基金提供担保？
1. 先说说怎样做才能增加基金的风险，或者说怎样的做法才会对基金造成较大的损失； 再来说说怎样做才能真正为基金“保驾护航”，或者这样说，采取哪些措施才算是真正对基金进行了合理的保障。 如果要对基金进行风险管控的话，我们首先需要明确一点，任何投资行为都是有风险的，所以我们需要对风险做一个初步的界定，这样我们才能知道，什么是我们需要关注的风险，什么是不需要我们关注的风险。 根据不同的划分标准，我们可以将风险分为不同的类型。根据风险的来源，可以将风险划分为可保风险与不可保风险；根据风险的属性，又可以划分为消极风险和积极风险。
在这里，我们主要介绍两种常用的风险分类方法——Binomial方法和MVA方法（Monte Carlo Simulation）。
2. Binomial方法 假定某只基金的预期收益率为8%，预期波动率为40%，那么其期望值E(R)=E(r)+m\sigma^{2} 为： E(R)=[0.08+0.4]^2 = 0.256 因为该基金的预期收益率小于其预期风险水平，所以我们说这笔交易对于投资者来说是合理的风险承担。 但是如果一只基金的预期值为-10%，而其方差为30%，我们用相同的算法得出该笔交易的期望值 E(R)=E(r)+\sigma^{2} = -0.1+ 0.3 = -0.2 显然，这种行情下，基金带给投资者的并不是一个良好的投资体验。 所以，通过上面的例子，我们就可以看出，在评估一笔投资基金是否靠谱的时候，我们应该重点考虑这个基金的风险控制能力，也就是其规避或降低风险的能力。
3. MVA方法 假设我们要评估一个含有n种资产的证券组合，每种资产的价格过程都符合几何布朗运动。我们预先给出每个资产的价格区间估计： P_{i}=\left\{ p_{i}(0)，p_{i}(1)\right\} \quad i=1，\cdots， n 其中， p_i(t) 是时刻 t 时第 i 种资产的价格。我们将所有资产的价格过程放在一起，就得到了我们的投资组合 price=\left\{ p(0)，p(1)\right\} 我们希望估算出组合的预期价值 E(R) 和方差 \sigma^{2} 。
MVA方法就是一种通过模拟的方式来得到上述参数估计的方法。具体操作过程如下： (1)初始化 从所有可能的资产价格向量中随机生成一组数据，作为我们对未来走势的预测。
（2）迭代 重复以下步骤直到收敛： a. 计算新的预期价值和方差 b. 更新价格向量 c. 判断是否满足终止条件，若否则返回a 上述过程反复进行直至达到一定的迭代次数或是满足停止条件，我们就可获得投资组合的预期价值 E(R) 和 方差 \sigma^{2}。