研究证券投资组合的风险度量和组合优化的理论与方法,对控制金融风险、稳定金融秩序具有十分重要的意义。本文展开的研究是在Markowitz投资组合优化理论的框架下进行的,在此框架下,首先从组合选择的收益、风险和策略三大角度简要介绍了现代投资组合的理论基础。之后重点研究了现代投资组合中的重点和难点?风险的量度,系统分析了VaR风险量度的分析方法、历史模拟法和Monte Carlo模拟方法,并比较了他们各自的优缺点和适用情况。由于VaR并非一致性风险度量方法及其算法比较复杂,Uryasev与Rockafellar等人提出了用条件VaR (CVaR)来改进VaR。本文深入分析了VaR和CVaR之间的联系,深入研究了CVaR的两大类度量方法:线性规划法和极值理论。在此基础上,本文重点研究了基于VaR和CVaR的投资组合优化模型,利用几何方法解决了基于VaR约束的均值-方差模型,并建立了均值-VaR模型和可以转化为线性规划的均值- CVaR模型。最后,借助于Matlab和Excel软件,本文采用实证比较研究的方法创造性地考察了均值-方差模型、均值-VaR模型和均值-CVaR模型的最优投资组合和有效前沿,得出了均值-CVaR模型不仅具有更好的理论特性,还相对于其他模型更加适合于我国的股票市场,具有重要的现实意义。在研究过程中还提出了将简单回报和对数回报相结合的方法并利用Monte Carlo模拟法来模拟和预测组合收益率。随后系统研究了置信水平、交易成本和资本限额等约束条件对均值-CVaR组合优化模型有效前沿的影响。本文是国家自然科学基金资助项目《一致性风险度量在信用风险的度量与管理中的理论与应用研究》(No.70573076)和高等学校博士点专项科研基金资助项目《一致性风险量度的理论与应用研究》(No.20050056057)的组成部分。