在过去的20年里，基于金融高频数据的波动以及相关性建模一直是实证金融和时间序列分析的重要研究领域之一，也是金融资产定价，风险管理和金融资产分配需要考虑的关键因素。金融资产的时间序列和金融市场的波动具有一些显著性的特征，包括风险资产收益率的厚尾特性，金融资产的波动聚集，均值复归，金融资产和金融市场的波动的共同趋势等。但很少有研究关注于生成过程的时间序列的分布对于波动的长记忆性的影响。　　在这篇文章里，我们主要从高频数据的生成机制角度研究非参数波动的长记忆性质，包括无噪音情况下生成的资产价格的概率分布函数的变化对于波动的长记忆性的影响，以及加入不同强度噪音强度和动态吸收壁强度的影响下资产价格的概率分布函数的变化对于波动的长记忆性的影响。首先，我们通过假定金融资产的价格收益率服从稳定分布，并且设定了有噪音的价格生成过程和没有噪音的价格生成过程，并通过蒙特卡罗模拟的方法生成了价格过程；其次，通过DFA方法，我们估计出具有不同肥尾程度特征，不同噪音强度以及不同动态吸收壁强度的价格序列的长记忆性特征；再次，我们通过多种方法包括DFA，GHP和GSP，验证了在不同肥尾程度特征，不同噪音强度以及不同动态吸收壁强度的情况下，价格序列的长记忆性特征是否能够得出一致性结论；最后，我们对比了在不同的时间间隔下的资产价格的概率分布函数的变化对于波动的长记忆性的影响。模拟的结果显示，在没有噪音的情况下，价格生成过程的肥尾程度不是造成收益的已实现波动出现长记忆性的主要原因；在存在噪音的情况下，价格生成过程的肥尾程度会明显造成收益的已实现波动出现长记忆性；无论噪音存在与否，动态吸收壁的强度变化也会导致明显收益的已实现波动出现长记忆性。