多元广义自回归条件异方差模型（GARCH），即多元GARCH或MGARCH。用于多元建模及预测。

随机多阶段优化模型的质量在很大程度上依赖于对不确定环境的情景刻画的准确性。目前的情境生成算法已从以下几个方面进行过改进：在正确地反映标的资产的高阶时刻数据随机变化过程中,我们提出一个新的场景生成的模拟，MGARCH模型；改进目前连续优化产生模型的方法， MGARCH模型用于随机数据处理递归地估计中心时刻，并设计了一种新的混合智能算法来解决非凸规划在连续最优化过程中曾遇到的问题,它是一种有效的新型连续优化，　基于MGARCH模型的多阶段情景树生成的衍生；最后利用中国和美国的股票市场的,交易数据，