股市的价格或收益虽然不可预测，但收益的波动性却在一定程度上具有可预测性。波动性预测并不能像收益预测那样带来直接的盈利机会，但它对投资者判断市场风险状况从而更有效的进行资产定价、制定交易策略、构建投资组合和风险控制具有重要意义。国内关于沪深股市的波动率预测方面的研究主要采用的是基于日数据的GARCH类模型、随机波动率(SV)模型等，而较少采用基于高频数据的预测模型，尤其是基于高频数据的神经网络等非线性波动率预测方面的研究更为少见。为此，本文试图进行这方面的尝试。通过沪深300指数高频数据的实证分析，我们发现：我国股市的波动率具有可预测性，我们模型的预测都能超越随机游走的结果；采用高频数据能显著提高模型的预测能力，采用高频数据的模型明显优于采用日数据的模型，而且如人工神经网络等非线性模型的预测优于传统经典的线性模型。