近年来,随着我国金融市场的逐步成熟和金融创新的加快,量化投资这种以计算机为核心的投资方式逐渐壮大起来。然而目前量化投资的发展依然存在着瓶颈,一方面是我国从事量化研究的人员还不是很多,导致相关研究成果仍比较少;另一方面是随着市场有效性的提升,以低频数据为基础的技术分析手段越来越难以为继,因此投资者需要对高频交易展开研究。本文从两个方面对高频策略的投资组合管理问题开展研究,并且根据实际情况进行了改进工作。理论研究主要有三个创新点。首先是为了解决高频交易数据存在的“Epps”效应问题,引入Hayashi-Yoshida理论计算协方差矩阵。其次是由于Black-Litterman模型不够严谨,因而利用RBFNN算法对将来的收益情况做出预测并代替主观观点。最后研究了投资者观点误差的分布情况,提出应用GARCH-M模型对波动率建模,将预测波动率代入模型中。实证检验部分应用高频数据,对模型进行了测试,并与其他投资组合模型进行比对。检验结果说明,相比于原始Black-Litterman模型,本文提出的模型能够做出有效改进,因此本文的研究成果能够为量化研究者提供切实可行的思路。