当然，本书研究过程当中还存在着一些不足之处，这将是未来深入研究的具体内容，具体的展望在以下几个方面：

（1）本书对传统类模型的分析中，只是对比了常见的已有传统类HAR模型。在本书的分析过程中，首先是对我国股票市场的“跳跃”“非对称”波动等日内交易信息进行挖掘，进一步运用半方差理论对跳跃成分继续分解，并运用跳跃符号、检验后的跳跃成分等对RV进行拟合从而构建了HAR-CSJ模型，并与传统的经典类HAR模型，跳跃成分的HAR-J模型，连续成分的HAR-C模型，对RV分解为正的和负的两个部分并据此进行建模的HAR-S模型，对日、周和月RV进行全部分解并据此建立的HAR-SA模型进行对比分析，虽然所对比的模型已经包含了当前较为常见的各种方法，但是HAR族模型也是日新月异，国内外不同学者均从不同角度推动着该理论的继续发展，因而本书所对比的模型必然没有完整包含所有的HAR模型。但本书所分析的相关方法和实证结果具有一般性，因而这不影响到本书实证分析的具体结论。另外，本书对异质自回归的探讨主要在于分析时变参数估计与非时变参数估计两者之间的差别，因此，再多增加其他常见的传统类HAR模型，具体的分析结果在很大程度上仍将与现有结论保持一致。而如何比较更多的不同的HAR模型之间的拟合差异，这将是未来研究的重要方向。

（2）本书在构建HARQ族模型的过程中，目前所讨论的均是借鉴Bollerslev和Patton等（2016）的建模思路，而没从其他的视角构建时变特征的异质自回归波动率模型。本书对异质自回归模型的参数进行时变估计，这是本书研究对现有文献最重要的贡献之一。虽然本书研究过程中详细对比了时变参数估计与非时变参数估计之间的差别以及各种升级之后的HARQ族模型之间的拟合差异，并在具体构建时变参数模型过程中针对我国股票市场的实际情况，对比了构建时变参数项的不同类型，但本书构建时变参数项的方法均是借鉴了前人的研究思路。在本书研究之初，对异质自回归模型进行时变参数估计探讨的文献还非常少见，在公开的文献之中除了Bollerslev和Patton等（2016）之外没有其他的相关文献从时变参数估计的角度探讨HAR模型。因此，尽管本书分析的过程中采用了Bollerslev和Patton等（2016）的模型构建思路，对所构建的HAR-CSJ等模型以及现有的经典类HAR模型进行了升级，并对比分析了多种不同传统类模型升级之后的拟合效果，所得到的相关结论和建议仍然具有一定的理论和实践价值。随着国内外学者研究的深入，相信在不久的将来会有越来越多的学者探讨如何构建时变参数估计的HAR模型，本书的研究算是起到一个方向性的探讨作用。因此，在未来的研究过程当中，本书将密切关注国内外相关文献的进展，并争取在时变参数估计建模过程中贡献自己的绵薄之力。

（3）在讨论股票市场风险的过程中，本书没有对比其他如GARCH族、SV模型以及多分形等不同波动率模型的预测效果。本书应用HARQ模型结合极值理论对我国股票市场的VaR进行了实证分析，并具有稳健的实证结果。但本书在对我国股票市场风险预测过程中，并没有对比其与GARCH族、SV模型以及多分形等不同波动率模型对我国股票市场动态风险的预测效果，不难发现现有文献分别从不同的波动率视角对我国股票市场的风险预测展开了理论及实证分析，但并没有相关文献一次包含了所有不同的波动率模型分析。本书未对其他波动率模型进行对比分析的主要原因是：首先本书的研究视角是基于高频数据，并利用异质自回归已实现波动率视角展开建模及探讨，即所探讨的波动率是基于HAR方法视角，并没有从其他方面探讨。其次，本书进行VaR预测的主要目的同样是为了分析基于HARQ视角的VaR预测效果的具体效果，即所分析的结论是否可靠，利用HAR模型所得出的波动率是否具有预测风险的能力。本书通过具有稳健后验分析的结果证明，利用HARQ模型的预测结果，并结合极值理论对我国股票市场的VaR预测具有稳健的精确性。这足以证明了从HARQ模型视角探讨我国股票市场VaR的可靠之处。限于主题，本书未从其他波动率视角对我国股票市场的VaR加以实证对比，这将是未来研究过程中重点深入分析的地方。(www.daowen.com)

（4）本书在讨论已实现波动率的进一步应用过程中，只是探讨了波动率应用于动态风险的预测，而没有对如何就应用已实现波动率对资产定价、不同市场的关系、同一市场量价关系、投资组合选择及优化等进行分析。从前文中的文献梳理可以发现，波动率是开展其他一切研究的重要一环，而如何从高频波动率视角运用已实现波动率展开其他深入分析是目前探讨较少的领域。本书用之于对我国股票市场价格变动风险的预测，在一定程度上拓展了HAR理论的应用价值。但本书的应用仅仅限于对于HARQ族模型并结合极值理论对我国股票市场的探讨，而如何就进一步利用HARQ族模型的拟合结果，对不同市场的关系、同一市场量价关系、投资组合选择及优化展开详细研究，限于论文的逻辑结构和篇幅，本书没有进一步论述。这将是本书未来进一步深入研究的重要方向。本书未来的具体研究将集中于HARQ拟合结果的具体应用，进一步丰富HARQ理论的应用价值，以便能够从高频波动率、利用更多的交易信息的视角探讨包括我国股票市场在内的金融市场的投资组合优化、资产定价等在内的相关研究。

本书从高频数据视角探讨我国股票市场的已实现波动率，并从理论和实证角度展开了详细分析。在充分挖掘我国股票市场“跳跃”及“非对称”波动构建传统类HAR族模型的基础上，进一步运用近年来新颖的HARQ族模型对其进行升级，放松传统模型之中的固定参数约束，使之具有时变参数特征进而提高对已实现波动率的拟合效果。在此基础上，结合极值理论对其进行建模分析，并预测我国股票市场所面临的动态风险。本书研究取得了一系列有益的结论，相关的研究方法和研究结论对参与我国股票市场的投资者、相关管理部门具有重要的参考价值。当然，本书研究过程中，因本人学术能力局限，还有待进一步深入完善的地方，这些将是未来研究的重点方向。