在金融市场中,波动率不仅是衡量风险的指标,它对衍生品定价和资产配置都至关重要,因而对于波动率的研究一直是金融研究领域当中的较为热门话题。在对波动率的研究上,一些学者采用了文本情感分析的方法,通过词频统计模型探究与波动率的关系。然而,词频统计模型因其无法联系上下语义的局限性,语义捕捉能力较差,降低对波动率的解释效力。此外,而在对波动率预测的研究上,之前的研究集中在对低频收益率数据拟合而成的GARCH类模型,但低频数据的研究已不适用于现如今金融市场的发展需求。目前,对高频波动率的研究已成为学术研究的热点问题,具有一致估计性和无模型性的已实现波动率已成为被广泛接受和认可的真实波动率代理值。基于已实现波动率,可建立HAR类模型对波动率进行拟合和预测。但是,HAR类模型属于线性模型,捕捉非线性特征能力较弱,且局限于股票价格数据,所以波动率的预测还有着一定的提升空间。鉴于此,本文以日内1分钟高频上证指数和新浪财经新闻数据探究以上存在的两个问题。首先,为了量化新闻文本对股票市场的正负冲击性,独立搭建适用于财经新闻样本的BERT模型,将新闻映射为-1到1的冲击性值,经过标签标注和模型训练,预测准确率达到83%,相较于词频统计模型有着更强的泛化能力。之后,将该模型应用于爬虫获取到的40万条新浪财经新闻文本,发现除了“数据”、“疫情”、“国际”以及“市场”,大部分新闻类别均为利好信息多于利空信息。然后,根据冲击性值分新闻类别和正负性色彩,构造了日内新闻指数,将其与股价日内波动做对比,在总体下,两者存在较强的相关关系,同时也发现日内股价波动与新闻负向冲击的相关性比正向冲击更相关,验证了利空信息大于利好信息对股市市场波动的影响;而在分为11个新闻类别下,发现只有“疫情”和“国际”类别的新闻是利好信息对股市影响大于利空信息,说明了在中国控制疫情后股市受到疫情负面影响较为微弱,此外,还发现了央行类别的新闻指数与股市波动关联程度是最高的,说明了我国股市比较容易受到央行政策的影响,这也是与我国股市受到央行监管程度较高的原因相关。正是因为所构造的新闻指数与股价波动存在较为相关的关系,所以本论文最后探究对已实现波动率预测的创新方法。该模型基于前一天交易时间外的新闻指数和HAR类模型预测值,采用深度学习模型框架（LSTM/GRU）构造。该方法不仅考虑到了价格跳跃效应和误差修正,而且还利用新闻文本信息增强对波动率的预测能力。在对比了9种模型预测效果后,发现基于LSTM的该方法预测效果是最优的,预测效果在MAE上可比HAR模型提升6.06%。