这篇论文全面回顾了2000年至2024年上半年学术文献中用于预测已实现波动率的所有模型，首次系统比较了传统线性模型与包括卷积神经网络、长短期记忆模型、异质自回归神经网络和Transformer在内的先进机器学习及深度学习方法；研究发现表现最佳的混合卷积神经网络和长短期记忆模型在预测精度上超越了其他模型，这些模型能够捕捉驱动已实现波动率的更广泛因素，而深度学习模型凭借其处理复杂非线性模式的能力通常能提供最准确的预测，但传统线性模型在数据有限或需要高可解释性的场景中仍然具有重要价值。