Le développement de procédures d'estimation et de prévision utilisant des modèles réalistes, en temps continu et à volatilité stochastique est sévèrement bloqué par la non disponibilité de la densité de transition des rendements. En réponse à ce problème, Andersen, Bollerslev, Diebold et Labys (2002) ont récemment proposé de modéliser et de prévoir la volatilité intégrée (et inobservable), qui est importante pour la valorisation des produits dérivés, à partir de formes réduites simples de la volatilité réalisée, calculée en sommant des carrés des rendements à haute fréquence. En utilisant la classe de modèles à volatilité stochastique basée sur des fonctions propres introduites dans Meddahi (2001), nous présentons les expressions analytiques des fonctions de pertes de ces prévisions simples en fonction du pas de temps des rendements à haute fréquence. En quantifiant ces fonctions de pertes pour les modèles en temps continu usuels comme les modèles de diffusion GARCH, affine à plusieurs facteurs, et log-normal, nous trouvons que les procédures à base de formes réduites se comportent très bien par rapport aux procédures optimales (et infaisables) qui utilisent toute la trajectoire de la volatilité instantanée et inobservable.