本文的研究问题为波动率拟合及预测的精度提升。波动率的测量精度在金融中的重要性随着知识和技术的进步逐渐增大，而中国股票市场存在双重高波动的现状，致使有关波动率拟合和预测的模型在国内一致是热门的学术研究与实践议题，而国内现行的波动率模型普遍存在的测量误差等问题近期在国际上有了新模型加以针对性的解决，为了提升对波动率的拟合和预测能力，本文学习西方前沿的模型思想，使用加入了测量误差调整参数的HAR-RV模型——HARQ模型对中国股票市场进行实证分析，探讨该波动率模型对中国市场拟合及预测的改进程度和引进意义。
　　本文的行文结构为探讨模型讨论的意义、介绍实证原理和方法、分析实证结果。据此，将文章分为绪论、模型简介、已实现波动率实证研究和结论四章，分别阐述该波动率模型的改进对国内金融环境的重要性、国内现有波动率理论的发展和优劣势比较、该模型获得改进效果的理论原理和操作方法、对国内各个不同市场的适用情况的实证分析，以此全面地论证HARQ模型在中国的适用情况和改进效果。
　　本文的研究方法为基于原模型HAR模型进行测量误差的修正，用加入测量误差调整参数的新模型HARQ模型进行实证分析。首先，基于原模型的理论特征，使用渐进分布理论分析已实现波动率的测量误差，然后，基于该测量误差的形式提出相应的测量误差修正参数，接着对改进的HARQ模型进行按调整项数不同的三层次构建。
　　本文得到的实证结果为跨市场波动率和分行业市场波动率两个部分。在跨市场（沪深300）实证研究中，本文进行了HARQ模型参数项数的选择、HARQ模型较HAR模型的拟合改进能力、HARQ模型较HAR模型的预测改进能力及最佳预测长度的选择三个方面的实证研究，得到的结果为:只调整日已实现波动的模型效果最佳，HARQ模型有明显的拟合及预测改进效果，其中一周为最佳预测长度。在分行业市场（上证行业指数）实证研究中，本文进行了HARQ模型较HAR模型的拟合改进能力及分行业市场与跨市场比较的实证研究，得到的结果为:HARQ模型不仅在整体市场、在细分市场也有显著的改进作用，其中本身波动误差大的改进效果更明显。
　　针对上述的分析，本文得出结论:HARQ模型对中国股票市场的已实现波动率拟合及预测的改进效果是显著而稳定的，但不同对象的改进效果要对适用对象本身的已实现波动率特性进行分析，已实现波动率波动幅度大的市场改进效果更为显著。