量化投资中的高频交易应用越来越广泛,其占比在国际市场上也越来越大。很多交易者利用高频交易迅速的特性,利用时间延迟上的价格差来赚取微薄利润。在我国,由于期货市场的T+0交易规则,使得高频交易也愈来愈收到交易者和学者的关注。而伴随着高频交易的发展,高频交易的风险研究也逐渐成为讨论的热点,比如2010年美国的“5·6闪电崩盘”事件,国内“8.16光大乌龙指”事件。外国学者Easley等从金融市场微观角度出发,通过分析交易中的信息不对称对交易产品造成的影响,并建立一系列的相关模型,通过观测交易中的信息变化来度量市场风险。反之我们国内对此的相关研究比较有限。以此为背景,本文利用信息模型度量市场交易信息的不对称度,并利用VPIN模型的指标值构建高频交易的风险预测模型,进行比较分析。首先,在对市场微观结构模型中的VPIN模型的理论研究过程中,根据国内市场的实际情况数据,对模型进行了部分优化。一是对于在模型中划分买卖交易量计算过程中的标准正态分布函数用可调参的sigmoid函数代替;二是在计算最后VPIN值的时候将算数平均替换成了指数平均,这么做的原理是根据信息时效性,新的信息应该有更大的权重。以此生成的四个模型进行比较研究。实证部分,本文利用沪深300股指期货主力合约的1分钟高频数据,根据样本数据的标准化价格的累计分布,确定sigmoid函数族的参数;又根据不同权重得到的VPIN与下一期的绝对收益相关性,来确定指数平均的权重。其次,在实证方面,针对特定事件来对比分析四个模型对金融市场的异常事件的短期预测能力,通过最后的统计分析发现,在异常事件发生前,改进的EXPS_VPIN模型的指标值就明显高于VPIN模型的指标值,接近最高水平1,并且在事件结束后,EXPS_VPIN模型能够很快的恢复到正常值,而普通的VPIN模型则并没有很快恢复正常值。最后,针对高频交易的风险研究,本文综合考虑市场的短期流动性和波动性水平,选取相应的流动性、波动性指标来构建风险预测模型。在模型中采用控制变量法,探究不同模型的指标值与下一期的流动性、波动性之间的关系,对模型进行参数估计和假设检验后,分析结果表明,四个模型在中国沪深300期货市场上对风险的预测有一定的贡献。本文从高频交易风险预测出发,利用金融市场微观结构理论模型,通过VPIN模型的改进以及在中国股指期货市场上的实证,丰富和发展了 VPIN模型在我国市场上的应用研究,同时对投资者,监管机构也有一定参考意义。