Markowitz提出的均值-方差模型使得投资组合进入了量化时代,金融界的学者们通过使用量化分析方法对投资者手中的财富进行适当分配,以期达到投资收益最大化和投资风险最小化。从大量的文献研究表明,投资组合模型基本上都是以概率论为背景框架,这就要求投资组合的收益是一个随机变量,但是以概率论为研究背景的前提条件是变量拥有足够的样本数据。然而,事实上在时刻变化又复杂的金融市场中,通常情况下我们无法获得足够的样本数据,这个时候概率论就无法用来处理这类问题,而不确定理论恰好弥补了这方面的不足,它依靠专家的经验和信度来对缺失数据进行估计。基于以上原因,本文将投资组合的收益假定为一个不确定变量,同时以不确定理论为背景框架构建了相关的投资组合选择模型。本文主要研究工作和创新点概括如下:（1）首先推导出了不确定理论下半方差的清晰形式,然后用不确定半方差来衡量投资组合中的风险,同时考虑了交易费用、熵约束和基数等复杂约束条件,构建了基于不确定理论的均值-半方差多阶段投资组合模型,最后将萤火虫算法（Firefly Algorithm,FA）进行了改进,并在实证分析中用其对模型求解。（2）本文在已提出的模型的基础上不断改进创新,将累积前景理论中的效用函数运用到多阶段投资组合模型中,以投资组合最终收益期望的效用值来作为目标函数,同时延用以上提出的半方差来衡量风险,构建了多阶段效用函数-半方差投资组合模型,同时在模型中考虑了破产约束这一条件。并人工蜂群算法（Artificial Bee Colony Algorithm,ABC）进行了改进。最后,在实证分析中用改进的ABC对构建的模型进行求解。