资本市场是一个收益和风险并存的市场。在资本市场中投资者面临的首要问题是如何有效地规避风险并获取收益。为了规避风险,投资者,特别是机构投资者往往会选择多种风险资产来构造投资组合。目前我国资本市场上的风险资产数以千计,如何将具有投资价值的风险资产遴选出来是构造投资组合并有效规避风险的核心问题。本文以股票为例,应用属性约简理论筛选出能够有效区分风险资产的最小属性集,并以之为依据,利用聚类分析技术对风险资产进行分类,从中选择表现良好的类别包含的股票构造资产池进行投资,并对遴选出的股票的投资业绩进行检验。全文共分五部分,主要内容如下:引言中介绍了选题背景及意义,梳理了国内外有关投资组合模型及属性约简算法的重要文献,提出了研究内容、研究思路、重点难点及创新点等。第二部分首先介绍了属性约简的相关理论,在对以往属性约简算法进行对比分析的基础上,针对属性约简结果易受到离散化效果的影响,提出了基于属性重复度的改进的属性约简算法,该算法以不同样本的属性重复度为离散化依据,以不改变信息系统的不可分辨关系为属性约简依据,弥补了以往属性约简算法在这两方面的缺陷。第三部分选择沪深300指数中2005年前上市且现今仍在沪深300内的股票,详细介绍了改进的属性约简算法的实现过程:首先按行业分类筛选出表现较好的股票,选择反映股票收益及公司财务状况的诸多指标,利用改进的属性约简算法约简属性,得到各行业的最小属性集,并以此为依据对各行业股票进行聚类分析,选取表现良好的类别包含的股票样本构建资产池。第四部分分别利用蒙特卡洛随机模拟法及滚动均值-CVaR模型给出投资组合权重,对改进的属性约简算法遴选出的股票样本的业绩表现进行检验,两种方法均证明本文提出的改进的属性约简算法遴选出的股票样本具有明显的优势。第五部分总结了本文的主要工作,并对未来研究做出展望。