近年来我国金融市场发展愈发成熟与壮大，众多学者与实证工作者对金融市场的研究也越来越广泛和深入。由于波动率在金融市场中的重要作用，波动率方面的研究一直被广大金融研究者所关注。随着科技的迅猛发展，高频数据的获取越来越容易，这也使得在高频数据基础上的波动率研究也越来越频繁。由于波动率不可被直接观测到，且波动率的预测受到很多因素的影响，所以探究这些因素在波动率预测方面的影响对波动率的估计有着重要的意义。　　本文在20支上证A股股票2013年高频日内数据的基础上，将已实现极差作为波动率的估计量，利用HAR模型对已实现极差的性质以及成交量、交易次数和各种形式的隔夜回报对已实现极差的影响进行实证研究。对已实现极差的统计性描述显示已实现极差具有国内外市场波动率所具有的尖峰、厚尾和极度右偏的统计特性，且对其长记忆性的分析说明已实现极差具有很强的长记忆性。其样本内预测的表现说明，这些变量对已实现极差都有一定的影响，然而在样本外预测方面，加入这些滞后变量后的增广HAR模型的预测效果同传统HAR模型相比并没有显著提高。