证券投资组合主要是解决投资者在资金总量一定的情况下,通过构建一组投资组合来分散风险、获取收益,以及如何分配资金的问题,使所构建的投资组合达到收益一定时风险最小,或者风险一定时收益最大的目的。出于投资者理财的需求,人们投向证券市场的资金越来越多,但证券投资是一项高风险的活动。构建投资组合而非将“鸡蛋放入一个篮子中”是一种有效的分散风险获取较高收益的方法。蚁群算法是模拟生物界蚂蚁觅食行为的智能优化算法,人工蚁群算法已经成功解决生活中的二次分配问题、旅行商问题等一系列难题,并取得了较好的优化效果。蚁群算法对要解决问题的限制条件少,因而其应用范围十分广泛。近几年已有学者将智能优化算法用于解决投资组合问题,但蚁群算法在这方面的应用和研究相对较少。因此,本文将改进的蚁群算法应用于解决投资组合问题的研究,既有一定的理论意义也有一定的现实意义。本文在Markowitz的经典投资组合模型的基础上对该模型进行改进,并将股票交易的最小交易单位、交易过程中的交易成本和最大交易量等约束条件加入模型之中,使模型与现实结合的更为紧密。投资组合是一个求多目标函数极值的问题,为方便与蚁群算法结合,本文借鉴Markowitz的经典投资组合模型求解的过程,采用组合收益减去组合方差的方式将多目标问题转化为求单目标函数最大值的问题。对于蚁群算法,本文从基本蚁群算法入手,将蚁群算法中影响优化效果的信息素和启发函数等因素进行改进,与影响股票价格的收益率、方差和成交量等指标相结合,使蚁群算法对投资组合模型的优化更加高效。目前,互联网金融的发展正在促进我国金融市场的变革,互联网金融领域的理财产品已成为人们投资的重要选择之一。因此,在本文的投资组合模型构建中,将互联网金融的代表性产品——余额宝纳入投资标的。并选取5只上市股票和余额宝一起进行实证分析,得出目标函数最大时和目标函数最小时两组投资组合。对得出的投资组合分别从收益、风险、成本和两组合分别适合的人群进行分析,分析表明该模型得出的结果符合证券市场正常的波动情况以及人们的投资习惯。本文所做的主要工作有三点,一是在总结前人研究成果的基础上对投资组合模型进行改进,使模型的实用性更强;二是紧随金融市场创新性发展的变化而变化,将余额宝纳入投资标的,拓展模型的适用范围;三是用改进蚁群算法模拟证券投资行为,使算法与模型结合的更加完善,提高优化效果,并对得出的两组投资组合的结果进行经济学范围内的分析,分析表明模型求解的结果与实际相符。