基于高频数据的金融资产收益波动率分析是现代计量经济学的前沿研究领域之一。波动率是资产定价、组合投资和风险管理方面研究的核心问题。它一直被认为是衡量风险的指标，因为风险大则波动大，相应收益序列会更高或更低；反之，风险小则波动小，收益序列比较平稳。　　 纵观国内外研究，波动可以被合理分为参数波动和非参数波动，这两种定义的区别主要落脚点在于是否拥有模型。参数波动的研究成果主要集中于ARCH族和SV族。而非参数波动开始于近十年，与参数波动相比约束少：无模型约束，无参数估计的约束，并被证明估计和预测效果更好。非参数波动中最早出现的是已实现波动。随着对资本市场研究的深化，逐渐衍生出了已实现极差波动，已实现二次幂变差波动，已实现核波动等多种波动测度度量方法，分别具有各自独特的特点和应用场合。与此同时，对波动的建模和预测不再只仅限于使用参数模型而是转而采用一些结构形式简单的回归模型，比如HAR模型、MIDAS模型等。其中最突出的是HAR模型，即异质自回归模型，它虽然形式简单但是可以体现波动率的长记忆性，验证资本市场的异质性，并且加入跳跃成分之后，模型仍然有效成立。　　 在认识和体会到了波动率的重要性和意义之后，本文着重于分析最新的四种非参数波动测度：已实现波动，已实现极差波动，已实现二次幂变差波动，已实现核波动。将四种波动测度对比分析，发掘出每一种波动测度相比于其他波动测度的优势，为选取波动测度提供理论依据和实证支持，方便以后相关研究选取适合的波动测度。　　 文章中采用能够体现中国股票市场整体情况的上证综指高频数据，运用计量分析软件Eviews和Matlab对时间序列数据分析建模。针对四种波动测度不同方面进行对比分析，先对波动测度自身的特性进行比较，从标准化之后的收益率序列的正态性效果和波动率序列自身数字特征的实证结果来看，就有效性方面，已实现极差波动标准差最小，效果最好；从稳健性方面来讲，已实现二次幂变差波动变化比较稳定，效果最好。而已实现波动因为噪声的影响，在抽样频率较大的时候会高估真实波动。已实现核波动由于数据频率的影响，在抽样频率较小的时候应用效果不明显。所以已实现波动和已实现核波动的表现都不如已实现极差波动和已实现二次幂变差波动好。接下来文中基于HAR模型对四种不同波动测度的模型拟合程度和预测效果分析对比，实证结果不但发现中国股票市场存在异质性，并且依据拟合结果检验了四种波动测度度量方法的应用效果。综合分析发现已实现极差波动度量方法最适合中国股票市场。