В роботі розроблено імітаційну модель формування гетероскедастичних часових рядів, яка дозволяє задавати величину змінної умови дисперсії часового ряду та аналізувати моделі Generalized AutoRegressive Conditional Heteroskedasticity (GARCH) з різною структурою, що використовуються для оцінки ризику. Розроблено метод оцінки ризику прогнозу нестаціонарного часового ряду, який дозволяє виконати оцінку ризику прогнозу за рахунок розробки моделі волатильності нестаціонарного часового ряду, прогнозування й нормування волатильності. Розроблено метод синтезу моделей прогнозування нестаціонарних часових рядів шляхом конкатенації базових методів з урахуванням перевірки статистичних характеристик часового ряду. Розроблено узагальнений критерій ефективності моделей прогнозування, який при виборі ефективної моделі аналізує одразу декілька показників моделі.