证券市场既有机遇又有挑战，不论是个人投资者还是机构投资者，当他们在进行投资时，总是将投入资金的安全性和流动性作为首要考虑前提。如何合理地运用投资资金，减少风险，获得较高收益成为他们关注的焦点。虽然投资者将资金投入高收益的证券所获得的投资回报较大，但也伴随着更高的投资风险。低收益证券获得的投资回报较少，但其伴随的投资风险也较低。假如投资者在某一种有价证券中进行资金投资时，如果该证券市场出现价格较大波动，投资者受到较大损失将不可避免。所以，在投资方法中采取稳健策略，把资金进行分散投资，在收益和风险上都进行多样化投资，以投资组合的方式系统性地降低风险将是最优化策略。因此，对投资组合进行研究形成优化模型具有重要的理论和现实意义。　　现代投资组合理论试图解释投资收益最大化与风险最小化之间的基本权衡关系，从而在保证预定收益率的前提下，把风险降到最小或者在一定风险的前提下使得收益最大。相对于资产向上波动对金融机构和投资者来说，资产价格向下波动，使得资产遭受损失才是真正的风险。本文正是基于这一点，在投资组合模型中，运用均值-方差-偏度策略，提出在多目标优化方法中，运用熵度量方程导入均值-方差-偏度模型，在此基础上，建立了投资组合的多样化模型。　　该模型基于时间序列方法，利用三个时间序列数据集，即美国20个产业组合的每月收益值、G7国家每月7个国际股票指数以及处于不同界别上市于土耳其伊斯坦布尔证券交易所(ISE)的15种资产的月收益率，验证在不同滚动窗口过程中，五种模型，即最小方差模型(MinVM)、均值-方差模型(MVM)、等权值模型(EWM)、均值-方差-偏度模型(MVSM)、均值-方差-偏熵模型(MVSEM)，所产生的效用。通过评估该效用，本文发现MVSEM（均值-方差-偏熵模型）模型在研究中具有最优化效应，即这种模型获得的投资组合周转率比其他模型更小，其交易成本也相应最低。