随着新技术的发展与个人财富的增加,中小投资者的投资需求日益增长。股票作为理财投资中重要部分,投资者对于股票的投资需求也随之增长。个人投资者由于投资知识及经验匮乏等因素影响,难以做出理性的投资决策。因此,设计合适的股票投资推荐系统满足中小投资者增长的投资需求,具有现实意义。此外,当前对投资产品推荐的研究集中在投资产品的风险收益与投资者之间的匹配,并没有考虑股票的多重属性与投资者的多重偏好,所以研究基于股票的多重属性与投资者的多重偏好的投资产品推荐具有理论意义。本研究提出并实现了能够满足用户偏好的智能股票投资组合推荐系统,从多种属性上衡量用户对股票的偏好,并且可以根据历史类似案例学习,然后向投资者推荐相应的股票投资组合。本研究主要包括三个部分:首先通过文献研究来确定股票的属性,以及个人对股票的偏好属性,结合TOPSIS的方法完成股票的排序推荐;其次,利用Mean-CVaR方法进行股票投资组合优化,确定出每支股票在组合中的投资权重;最后构建案例内容,建立案例之间的检索机制,从而推荐给用户合适的投资组合。通过对不同情境下用户的投资推荐案例进行分析,本研究验证了投资组合推荐系统的可用性、鲁棒性及有效性。