随着计算机技术的发展和全球经济一体化进程的加快,高频金融数据的获得也越来越容易,高频金融数据波动率的估计逐渐成为当今的研究热点问题之一。一般情况下,股市的高频数据波动会表现出一些较低频数据不同的特点,刻画股市高频数据波动性就是为了能够准确地描绘了股市波动的典型特征和趋势,为股市风险管理提供理论支撑。本文以“已实现”波动率模型为基础,运用极差理论的方法,构造赋权“已实现”极差波动,并研究了不同频率的上证综指和深证成指的波动特征。在分析赋权“已实现”极差波动的统计特征的基础上,论文从微观层面出发,研究赋权“已实现”极差波动与交易量之间的相互作用关系。结果表明：(1)赋权“已实现”极差波动具有较小的方差,满足波动估计量的无偏性和有效性,且经对数化处理后基本符合正态分布,具有良好的统计性质。(2)深证成指1分钟高频数据的波动与交易量间不存在Granger关系,而上证综指5分钟高频数据的波动与交易量互为Granger原因,这说明量价关系并不稳定,尤其是在新兴资本市场,很多投资者是属于盲目性投资,存在从众心理。(3)对上证综指5分钟高频数据构建VAR模型,证实了波动与交易量之间存在联动性,模型解释了日内波动的聚集性,而且交易量的变动引起价格波动,这在一定程度上解释了收益波动的原因。同时,波动率也会反馈到交易量,进而影响交易量的变动。