股票指数期货是以股票指数为标的的期货，由于股票指数能代表整个市场股票价格变动的趋势和幅度，人们买卖股票指数期货，利用买卖期货的价差对股票组合进行套期保值，以规避系统风险，或者进行套利．因此股票指数期货合约在发达国家中得到迅速的发展。在我国，股票指数期货已经在酝酿之中，股票指数期货的定价方法也成为业界研究的热点。 本文主要讨论了利用随机波动率(SV)模型来对股票指数期货进行定价的问题。以往的股票指数期货定价方法主要是利用无套利定价模型，根据无风险利率进行定价。这种方法存在一定的弊端：不能很好的解释股票指数期货价格概率分布的厚尾等特点；没有考虑到股票指数所服从的随机过程；不能对未来的股票指数期货的价格做出有效而合理的预测。为此我们引入SV模型对股票指数价格进行估计，用SV过程来捕捉股票价格指数的波动聚集性和分布的厚尾性等特征，来给出股票指数期货的另一种定价方法。 本文的主要工作为，首先给出了股票指数期货及其定价方法的简单介绍，然后给出了利用SV模型对股票指数期货进行定价的一般公式，并针对正态尾部的SV模型和厚尾分布的SV模型，给出了利用经验特征函数方法得到的参数估计。然后，我们采用厚尾SV模型，使用了Gauss-Hermite数值积分方法和Nelder-Mead最优化方法，对韩国证券交易所的KOSPI指数和KOSPI200指数进行了参数估计和SV模型建模，并利用该模型对KOSPI200指数期货价格进行了分析，最后我们给出了相应的结论。