投资组合优化研究的是投资者如何通过合理的资金分配来达到既定收益下风险最小化或者既定风险水平下收益最大化,即如何选择最优资产组合。目前,该理论作为主要的分析工具已经被广泛应用于投资和理财中。投资组合优化理论不仅可以指导投资者做出科学的投资决策,而且还可以使金融投资实行真正的科学化管理。本文在已有研究成果的基础上,基于CVaR方法,建立均值—CVaR投资组合优化模型,然后,从上证50指数样本股中选取了10只股票构成一个投资组合,分析了在同样置信水平下均值—方差模型和均值—CVaR的表现,研究了加入无风险资产之后对均值—方差模型和均值—CVaR模型有效前沿的影响。研究结果表明,CVaR能够更好地度量风险,尤其是当资产收益率不满足正态分布时；随着置信水平的提高,CVaR值不断变大,说明CVaR方法对尾部损失测量的精度更高；无风险资产的加入会使得均值—CVaR模型有效前沿发生变化。从整体上看,基于CVaR的均值—CVaR优化模型,无论是从精度上还是广度上,在对投资组合的风险度量和风险控制方面都比均值—方差模型或是均值—VaR模型具有更好的适应性。