期货的出现为金融市场带来了历史性的变革,在其众多的特点当中,套期保值功能最为备受关注,同时该功能也是学者们十分热衷的一块研究领域。学术界对套期保值的研究从静态模型往后逐渐发展出现了动态模型,相关的理论也极为丰富,但早期关于这些模型的研究几乎都依赖于低频数据,此类数据不仅容易遗失日内的重要信息,也会造成运算结果出现失真现象。近年来,高频数据的获取变得越来越容易,其不仅能避免低频数据的缺陷,同时也能将金融资产价格的实际形成过程基本真实的表现出来。所以利用高频数据建模研究套期保值策略,逐渐成为了学术界一个重要的方向。但高频的金融资产价格在某些情况下,短期内会产生较大幅度的波动,导致跳跃现象的发生,虽然此类现象并不常见,但由于其是价格风险的表现,同时也是价格轨迹不连续的原因,所以,选择一种合适的跳跃检验方法甄别跳跃现象,并将其纳入套期保值研究的范围,成为了套期保值模型是否优异的关键因素之一。然而,目前大多数的跳跃检验方法仍过于粗略,例如忽视了日内效应的影响,或者只能以日为单位判断跳跃发生的时点等等。为了规避以上等缺陷,笔者在对各种跳跃检验方法进行简单比较之后,选用了能将跳跃识别具体到日内每个时段的Lee和Mykland(2008)[1]跳跃检验法(以下简称为LM跳跃检验法),然后加入赋权标准偏差因子(WSD因子),消除日内效应,并提出已实现离群加权方差(ROWVAR)作为积分波动率更有效的估计量,以提高LM跳跃检验法在判断和计算跳跃发生时点和大小时的准确度,从而增强套期保值策略的有效性。最后,考虑到市场微观结构噪声的影响,本文折中以五分钟为抽样频率,选取了沪深300指数和沪深300股指期货从2010年4月16日到2014年12月31日的收盘价作为样本数据。实证过程中,本文分别在改进后的LM跳跃检验法和经典的BNS跳跃检验法的基础上计算出跳跃发生的时点,并利用相关公式计算出跳跃值大小,将它们带入VecHAR-RVRCOV-J模型计算套期保值比率。同时,引入常用的二元GARCH类模型,将三者的套期保值效果一同进行样本内和样本外绩效评价。最终结果表明:基于改进LM跳跃检验法的VecHAR-RVRCOV-J模型的套期保值效果最为优异。