假设在某个时刻t，资产对应的价格为pt，那么可以假设其收益率是一个随机波动的过程，即：

上式表示金融资产的收益率服从一个标准布朗运动（tW）的过程，tμ和tδ分别表示连续和瞬时波动过程。在下文的阐述过程中，为了讨论方便，不讨论存在着跳跃的情形。关于这种价格存在着不连续运动的过程，本书将在后文中进行深入讨论。积分波动率是RV建模过程中的一个重要概念，积分波动率预测的准确与否便是RV测量的关键所在。积分波动率的定义为

IV是一个不能直接观测得到的值，往往采用RV对其具体值进行估计，RV则表示为高频收益率的平方之和，如某一天的RV被定义为

M表示某一天之中所有高频数据的总量（即按照一定时间长度计算得到了总的交易频次），rt，i=log（Pt-1+iΔ）-log（Pt-1+（i -1）Δ）即表示高频收益率。常用计算一天之中所有的交易综述，Δ为以1定义为一天的交易时间的交易频率。Barndorff-Nielsen等（2002）的相关研究表明，Δ→0，RV的估计误差可以用下式进行衡量：(www.daowen.com)

为混合正态分布，即在已实现IQt条件下的正态分布。IQt同样也是无法直接观测到的变量，往往采用的是RQ进行计量：

因此，根据上述理论对RV进行计算，然后可对其开展建模探讨。然而，在对RV进行建模的过程当中，直接使用RV难以刻画其所包含的经济含义，如现有文献中所阐述的杠杆效应、跳跃情形等等。因此，在探讨RV的建模过程中，现有文献均是进一步将RV分解为不同的成分，然后在其分解的基础上建模分析。下文进一步对RV分解中最为关心的两个问题——跳跃情形和杠杆效应进行介绍。