高频数据波动率的估计已成为数据分析领域的研究热点问题。本文利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计。针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量,结果表明,不同小波函数对积分波动率估计不存在显著差异,但是随着抽样频率的增加,估计精度也随之提高。将对数变换分别应用到尺度及其相应尺度下的波动率,可以观察到两者之间存在着比较显著的线性关系,并且波动率会随着尺度的增加而变小。本文通过利用小波方法对资产收益的积分波动率进行估计。为了比较不同抽样频率对估计优劣的影响,构造相对误差统计量,针对不同时间间隔下的数据,选取不同的小波函数对积分波动率进行估计。结果表明,采样频率越高,得到的估计误差越小。利用小波变换方法研究不同尺度下两个不同市场间收益的相关关系,通过沪深两市的实证研究表明:大尺度下的相关性要强于小尺度下的相关性。利用小波方法中的多分辨率分析剔除沪深两市间股票收益的“日历效应”,结果显示随着滞后期的增加两个序列之间的互相关性是在逐渐减少的。