组合投资理论的核心问题是如何在各种不确定因素的影响下，得到收益最大且风险最小的投资组合。Markowitz(1952)以收益率的方差作为组合投资风险的度量，开辟了金融定量分析的时代，并在此基础上建立了投资组合决策的均值-方差模型，该模型在理论和实际应用中都具有重要的意义。但是随着研究的深入，人们发现用方差度量风险存在不可回避的缺陷。为了克服现有理论的不足，理论界进行了广泛的研究。但是到目前为止，还没有一种广泛有效的度量风险的方法。　　本文综合应用期望效用最大化理论、下方风险理论、最大风险最小化理论、展望理论、风险价值理论以及最优化理论，研究复杂多变的金融市场中的投资决策问题，建立了一种基于不同的风险度量的投资组合模型，并在考虑中国股票市场的实际情况下将该模型进行了多个阶段的调整，主要贡献如下:　　在分析Jia&Dyer(2001)的一般失望模型和最大损失最小化模型的基础上，结合下方风险理论得出了一种新的极大极小风险度量方法，该风险函数利用基于目标收益参考点的上方风险来修正下方风险。不仅只考虑收益低于目标收益率时所带来的损失，而且考虑了超过期望收益率时可能带来可观利润的收益。同时，在下方风险函数中引入了风险因子，来调整不同收益率的资产的风险权重。进一步给出了基于该风险度量函数的组合投资模型，并且将其转化为线性规划模型。通过上证股票的实际数据验证了模型的合理性，采用对比事后业绩的方法将该模型与MV进行了实证比较分析，计算发现，本文的模型在进行长期投资时，多数情况要优于MV模型，能带来更高的收益。　　经典的Makowitz模型是用来处理单期静态的组合投资问题，没有考虑市场的摩擦因素，并且假定股票的份额可以无限分割，即对每个股票的投资比例可以表示为一个实数，因此在实际投资中受到很大的限制。本文结合我国股票市场的实际情况，在考虑整手交易的基础上，精确的核算交易中的各项费用，加入最大投资额和资产种类的限制，建立了多个阶段的资产组合模型。将投资阶段分为首次投资和非首次投资两种，在非首次投资情况下，分成四种情况进行讨论:第一，不追加投资金额并且不改变投资的风险资产;第二，不追加投资金额但改变投资的风险资产;第三，追加投资金额但不改变投资的风险资产;第四，追加投资金额且改变投资的风险资产。　　本文所建立的模型不要求收益率服从正态分布，使投资者能够根据个人对风险和收益的偏好来进行资产配置，从而提高了决策的精确度。　　为求解本文提出的多阶段组合投资模型，对微分进化算法进行了改进，结合标准的微分进化算法和混合约束处理方式设计了能够解决约束优化问题的新微分进化算法。算法设计的关键是在标准微分进化算法的基础上，引入多元进化策略操作的思想、模拟退火思想和可行性选择机制。采用可行性选择机制来搜集和更新进化中的最优解;应用多元进化策略的保留最优可行解和多元交叉的思想增强群体多样性;引进模拟退火的设计退火因子的思想来增强整体、局部搜索能力同时提高解的精度。　　针对本文建立的多阶段组合投资模型，应用改进的微分进化算法编写了仿真程序。并且利用上证股票实际数据进行了最优资产组合的实例验证分析，验证了模型的合理性和算法的可靠性。