沪深300股指期货作为我国第一只金融意义期货交易产品,其推出对于完善市场结构,丰富投资者风险管理手段有重大意义。由于股指期货合约实行保证金交易,强制减仓平仓等交易制度,股指期货价格的波动会成倍的放大投资者的收益或损失,因此无论是对市场监管部门还是各类投资者,针对沪深300股指期货波动率的研究是有意义的。本文创新性的引入函数型数据分析的方法,将期货交易的价格当做一个每日重复实现的过程,对波动率进行估计并利用函数型主成分分析将波动率过程分解成一个均值过程与四个共同因子与其信息载荷的积之和的形式。本文实证部分的样本数据为2010年10月18日到2011年5月20日共139个交易日的高频交易数据,利用函数型主成分分析的方法,分析了样本内数据的均值过程,验证了股指期货交易中的“午间效应”,并提取了四个共同因子。最后利用自回归模型对四个共同因子对应得信息载荷进行预测,并结合Karhunen-Loeve展开运用窗口滚动预测的方法对后90个交易日的波动率过程进行预测,通过与以前常用的依赖于样本均值的预测方法和依赖于前一交易日最后交易时刻的波动率的预测方法相比较,发现基于函数型主成分分析的KL-AR(3)模型预测效果最好。文章利用真实高频数据对沪深300股指期货波动率过程进行函数型主成分分析并对后续波动率过程进行预测,改进了当前国内相关文献对波动率的研究,并可以为监管机构以及各类投资者分析股指期货交易市场提供建设性的思路。