本文将考虑一类均值方差分布鲁棒优化模型，其中的分布集合由随机变量一阶和二阶矩的上界定义.利用Lagrange对偶定理，我们证明这类分布鲁棒优化问题等价于线性半定规划(SDP)问题，从而可以利用求解SDP的求解器进行求解.通过证券投资组合的数值仿真，说明该类模型的合理性和有效性.　　本文的内容概括如下:　　1.第一章介绍证券投资，鲁棒优化和分布鲁棒优化的研究发展状况，引出本文所研究的均值方差分布鲁棒优化模型.　　2.第二章介绍矩阵、概率基础，对偶理论等本文模型所涉及的预备知识.　　3.第三章研究只有风险约束具有不确定性的均值方差分布鲁棒优化模型，证明这一模型等价于一个线性SDP问题.利用MATLAB工具箱YAMLIP进行数值试验.得到的数值结果表明该模型计算性能良好.在实际证券投资的应用中，得到的投资权重合理.　　4.第四章首先研究收益目标和风险约束都具有不确定性的均值方差分布鲁棒优化模型.将无风险资产和费税引入这一模型.这一模型与第三章的模型相对比，在规避风险方面具有明显的优势，具有好的鲁棒性.