随着我国资本市场的蓬勃发展和高频数据的不断普及,金融市场的波动性也在不断加剧。有效的管理和准确的预测金融市场的风险成为目前研究学者的研究重点。其中,波动率不仅已经成为准确度量和预测金融市场的重要指标,而且也是投资者准确预测投资风险的重要指标。然而,传统的GARCH模型和ARFIMA模型有着对波动率刻画不准确和模型参数估计复杂等缺点。而已实现波动率模型对波动率的建模采用了高频数据,使用的信息量比较充分,具有了不需要考虑参数等优势,弥补了传统波动率模型的缺点。因此采用高频数据的已实现波动率的建模受到了推广。本文基于HAR模型对中国有色金属期货市场的波动性进行建模和预测,并利用高频数据对已实现波动性和杠杆效应的时变波动性进行新的洞察。并由此扩展了 HAR模型,以上海期货交易所的铜、铝期货高频数据进行实证研究,结果表明长期记忆LHAR-RV-CJ、HAR-RV-NT模型所捕捉到的已实现波动的动态相关性和时变波动性最符合。