波动率是关注度较高的金融变量之一,而波动率预测则是波动率研究的重要方向。大体上,我们可以将波动率预测模型分为两大类,一类可以被称作历史波动率法,这种方法利用标的资产历史交易信息对未来波动率进行预测,包括了确定性波动率模型、时间序列波动率模型和随机波动率模型;另一类则被称作隐含波动率法,这种方法利用了标的资产的期权的交易信息,从期权价格中倒推出对未来波动率的预期,包括BS隐含波动率和无模型隐含波动率两种方法。本文主要的研究目的是比较不同预测模型的好坏,并将以往的研究较少使用的隐含波动率法纳入了比较范围中。与历史波动率法相比,隐含波动率法不仅使用了标的资产的市场信息,还利用了标的资产的期权的市场信息;此外在比较时,将隐含波动率法细分为BS隐含波动率与无模型隐含波动率两种,与BS隐含波动率相比,无模型隐含波动率在计算时不使用BS定价公式,无需面临定价模型可能存在的风险。针对上证50ETF这一研究对象,通过比较信息含量的手段,对GARCH模型、加权BS隐含波动率法和无模型隐含波动率法向后一个月的预测能力进行了比较研究。研究结果表明,当证券市场波动剧烈,出现“股灾”时,这三种模型都不能对未来波动率进行有效预测,不含有效信息。但证券市场相对平稳的时期,波动率是可以被预测的,从研究结果来看,预测期限为一个月时,不论是加权BS隐含波动率还是无模型隐含波动率都较GARCH模型波动率要优秀,信息含量要更高,而在隐含波动率法自身的比较中,无模型波动率的有效信息含量要多于加权BS隐含波动率,预测能力要更好。