波动率是影响金融资产定价、风险管理以及套期保值的重要指标之一,如何提高金融市场波动率预测是国内外学术界和实务界共同探究的话题。早期对波动率度量与估计的方法主要集中于ARMA、GARCH以及SV等低频模型,但是这些模型在度量和刻画波动率上表现的不太理想。近年来随着计算机技术的发展,高频数据变得易获取,基于高频数据的已实现波动率模型开始得到广泛应用。另一方面,为了能够充分利用日度的极值数据,价格极差（Range）也被引入到波动率的代理变量之中。基于上述背景,本文以上证综指的日收盘价、日最高价、日最低价以及5分钟高频数据为研究对象,探究我国股票市场波动的现实特征。然后,从价格极差在补充波动率预测方面的优秀表现和收益率符号信息在资本市场的广泛运用出发,本文将价格极差与收益率符号结合起来,构建了符号价格极差这一影响因子,并引入到HAR-RV模型、HAR-RSV模型、HAR-RV-SJ模型以及HARQ模型这四个主流的HAR模型中。最后,利用滚动时间窗口方法,对上述8个模型逐个进行样本外预测,并且通过损失函数法、DM检验法和MCS检验,比较了不同时期上述波动模型对我国股市波动的预测精度差异,从而为我国市场投资者和监管者提供参考依据。基于上证综指的5分钟高频交易数据的实证结果表明:（1）我国股票市场波动存在明显的长久性、杠杆效应和跳跃特征;（2）符号价格极差短期内对未来波动率影响显著且具有“非对称性”,负（正）的符号价格极差导致未来波动率明显提高（降低）;（3）样本外预测结果显示,引入符号价格极差能够显著提高模型的预测能力且结果是稳健的,其中HARRSV-SR模型和HARQ-SR模型分别在对短期（1天）和中长期（5天和20天）的未来波动率预测中,表现出最高的预测精度。