对高频金融时间序列的长记忆性研究进行系统深入的理论分析与应用研究是数量经济和系统科学学科的一个重要研究领域。中国股票市场作为新兴市场，与国外成熟的资本市场相比有其独特的特点，表现出更高的复杂性和不可预测性，股票价格波动频率高、波动幅度大，并且具有明显的波动聚集效应.因此，对中国股市长记忆性的研究具有重要的理论意义和实际意义。 论文研究了基于高频时间序列长记忆模型的识别以及记忆强度的度量问题，并希望通过对中国股市的长记忆性以及强度分析，为正确认识中国股票市场的变化规律提供帮助。 论文根据计量经济学理论知识，设定服从长期记忆性模型条件的数据生成机制，通过利用生成出来的数据，进行回归拟合，分析长期记忆性的强度变化，以确定长期记忆性强度对模型选择的灵敏度反应：然后，通过分析具有长记忆性的序列在短记忆性模型中的建模情况，以比较的方式阐明了选择模型对于结果的影响。论文的结果表明长记忆性模型生成出来的数据其强度并没有改变，重新拟合也能很好的保持原有的序列规律，模型的选择并不会影响到序列的长记忆性强度：接着，利用已得到的结论实证分析了中国股市的长记忆性，给出了相应的长记忆性强度及其模型，并分析了造成中国股市长期记忆性的原因。 论文最终得到以下结果： 1)生成的长记忆性序列能够很好的保持其序列规律。 2)长记忆性强度受到模型的影响非常有限，长记忆性模型的选择不会影响到长记忆性强度变化。 3)中国股市存在明显的长记忆性，造成股市的长记忆性原因具有多样性。 论文认为长记忆性序列的强度在模型选择上并不会有影响，建立相应的长记忆性模型能够很好的刻画序列的特性。论文也从理论层面上证明和从实证层面上分析了中国股市存在长记忆性是中国市场本身存在的性质，中国市场仍然需要进一步完善才能达到市场有效。