El propósito de este documento es estudiar los procedimientos de estimación del método de momentos generalizado (GMM) del modelo de volatilidad estocástica realizada; damos las condiciones de momento para este modelo y luego obtenemos la estimación de parámetros. Luego, aplicamos estas condiciones de momento al modelo de volatilidad estocástica realizada para mejorar el efecto de predicción de la volatilidad. Este documento selecciona el Índice Compuesto de Shanghái (SSE) como los datos originales de la investigación del modelo y completa la predicción de la volatilidad bajo un modelo de volatilidad estocástica realizada. Se aplican la estimación de Monte Carlo por cadenas de Markov (MCMC) y la estimación de cuasi-verosimilitud máxima (QML) a la estimación de parámetros del modelo de volatilidad estocástica realizada para comparar con el método GMM. Y se compara la precisión de la predicción de volatilidad de estos tres métodos diferentes. Los resultados de la investigación empírica muestran que el efecto de la predicción del modelo utilizando los parámetros obtenidos por el método GMM es similar al del método MCMC, y el efecto es claramente mejor que el del método de estimación de cuasi-verosimilitud máxima.