近年来使用高频数据对协方差矩阵进行建模分析受到广泛关注,然而高频数据统计量的估计很容易受到测量误差的影响,进而在建模过程中会出现变量包含测量误差问题。基于该类问题的相关研究缺乏,本文试图构建一个考虑测量误差的已实现协方差矩阵预测模型,以减小测量误差的影响。在已实现协方差矩阵建模过程中为便于考虑测量误差问题,本文借鉴DCC的方法将已实现协方差矩阵分解为已实现方差矩阵和已实现相关系数矩阵,通过本文提出的log-HARQ模型,达到在已实现协方差矩阵建模过程中考虑测量误差的目的,同时本文在建模过程中进一步考虑风险资产的交互效应、非对称性及均值回复等特性,及综合考虑这些特性并使用Lasso方法过滤掉不利于预测的因子,得到一些进一步提升模型预测能力的已实现协方差矩阵修正模型。本文进一步从投资组合及风险管理两个领域考察了上述修正模型在实证应用领域的价值。将各个已实现协方差矩阵模型应用于投资组合领域结果发现,在综合考虑各个指标的情形下,基于测量误差修正的已实现协方差矩阵构建的投资组合的表现要优于基准模型,在此基础上进一步考虑风险资产特性的模型构建的投资组合的表现几乎都有进一步提升。同样将各个已实现协方差矩阵模型应用于风险管理领域并使用MCS检验发现,使用测量误差修正的已实现协方差矩阵模型进行风险管理的表现要优于基准模型,进一步考虑风险资产特性时发现大部分考虑风险特性的已实现协方差矩阵模型的表现也有了进一步提升。