2008年起源于美国的次贷危机进而演变为全球范围内的金融危机,给各个国家的投资者带来了巨额的经济损失,在此之后,监管机构对金融机构的监管更加严格。面临变化莫测的金融风险,建立有效的风险度量法与投资组合对于投资者来说就变得尤为重要。在证券投资领域中,已经存在许多度量风险的方法。一般情况下,投资者常常用收益率的方差或标准差来度量风险。方差是证券收益可能的各个取值与证券的期望收益之间的偏离程度,标准差就是方差的开方。在证券市场中,这些用来对风险进行度量的方法大多都存在不同程度的缺陷。投资者用不同的方法来度量风险,得到的结果可能也不相同。熵的概念最早源自热力学,后来熵被各个领域的学者广泛应用在房地产、保险、银行、证券市场等经济的各个领域中。基于理论分析及实证研究的基础,本文系统性的探讨了信息熵理论及其在证券投资中的应用。本文首先对各种证券投资理论进行了介绍,接着引出了信息熵理论,介绍了熵理论的基本性质及其四种不同的演化形态。最后选取上证50指数的50只成分股从2012年1月4日至2014年12月31日的日收盘价,用2012年1月4日-2013年7月1日的日收盘价作为样本内数据,2013年7月2日至2014年12月31日的日收盘价数据作为样本外数据,首先采用样本内数据来构建三维熵决策模型,分别用均值-方差模型和均值-CVaR模型对三维熵模型选出10只股票构建的投资组合和上证50指数50只成分股构建的投资组合进行优化,得到各自的优化系数,然后带入样本外数据进行检验,带入之前用样本内数据得到的优化系数,最终求出各自的夏普比率进行对比。最终的分析结果表明,利用三维熵决策模型挑选出的股票构建优化组合的效果要比50只成分股构建投资优化组合的效果更好。