金融市场信息连续影响着证券市场价格的运动过程,因此数据采集的离散程度会导致信息丢失的程度。但随着存储和计算技术的快速发展,使采集市场实时交易的饱含丰富信息的高频数据成为可能,所以对高频数据的度量与应用逐渐成为金融分析领域的重要趋势之一。金融资产收益波动率的度量是风险评估的核心,它直接决定着对风险管理的有效识别。常见的风险度量方法是在值风险法(VaR),且计算在值风险(VaR)的模型也在不断完善,国内外学者对已有的在值风险法(VaR)博采众长,先后提出各种风险度量模型。本文旨在：通过理论分析寻找较优的风险度量模型；比较我国深市和沪市两个证券市场间的异同，其创新点如下：结合“已实现波动率(RV)、已实现二次幂变差(BV)、已实现三次幂变差(TV)、已实现中位数波动率(MedRV)”理论,提出了包含已实现中位数波动率(MedRV)和已实现赋权波动率(RRV)的已实现赋权中位数波动率(WMedRV),并证明了该波动率的的无偏性和最小方差性;通过比较不同波动率的描述统计量,证明了该波动率具有良好的稳定性。最后将不同的已实现波动率度量方法应用于我国两个证券市场的VaR值计算。另外，为了能够通过对比来观察已实现赋权中位数波动率(WMedRV)方法的有效性,本文设计了经典的VaR方法在我国两个证券市场中的应用。