作为金融风险衡量的重要尺度，波动率的估计和预测渗透在整个金融领域中。对于波动率的研究已成为了金融，尤其是金融计量经济学领域的重要的研究课题。随着金融理论的深入发展，大量实证结果表明波动率具有时变的特点，传统计量经济学中波动率恒定不变的假设已经不再适合现代金融风险的度量，许多描述异方差特征的计量经济模型应运而生。然而，由于这些模型各自的局限性，人们仍在探索真正理想的波动率估计预测方法。随着近年来日内高频数据的可获得，一种被称为实际波动率的方法产生了。该方法表明，在无套利情况下，高频收益平方和可作为相应时间段内的波动率度量值。 本文首先从随机过程的角度阐述了实际波动率的理论基础，证明了将高频收益平方和作为波动率估计的可行性。然后，将实际波动率的方法应用于对上海股市综合指数的收益与波动的研究中。在应用过程中，本文针对上海股市综合指数的特点，对原有的实际波动率计算方法进行了改进，并且得到了适用于上证综指的高频收益的采样频率。 应用改进后的实际波动率计算方法发现，尽管收益的无条件分布具有明显的高峰度，但用实际波动率标准化后的收益分布接近正态；尽管实际波动率的分布具有明显的右偏度和高峰度，但对数标准实际波动率的分布接近正态。 由于上证综指波动率表现出明显的集聚性和爆发性，并且具有缓慢下降的自相关函数，本文还采用部分单整方法对上证综指波动率的长记忆性进行研究。结果表明，上证综指波动率具有显著的长记忆性特点，用部分单整的方法能较好地捕捉这一特点。 本文采用了带有部分单整的向量自回归、GARCH(1,1)和误差纠正模型三种方法对上证综指的波动率进行了事后预测，结果显示，向量自回归和误差纠正模型的方法优于广为使用的GARCH(1,1)方法。本文认为，这说明了利用日内收益数据给波动率的估计和预测带来的成功，而并非说明GARCH(1,1)模型的失败。 实际波动率方法目前在波动率研究领域处于领先地位，本文应用其对上证综指进行的研究在资产定价和风险管理等方面将有着广阔的应用前景。