自2020年以来,中国成为全球股民最多的国家,股票市场日益壮大。在全球经济一体化背景下,各国金融市场联系也越来越密切。一方面促进了金融市场中资金的流通,加强了各国经济的交流;另一方面也容易导致金融市场恐慌,加剧了各国的市场风险。越来越多的学者开始关注股市资产的优化配置问题,通过模型创新,方法创新以求能获得稳定性收益,减少投资损失。本文在已有研究的基础上,重点关注突发事件发生前后的投资组合问题,通过构建双风险模型及其改进模型对突发事件各个时期的资产配置进行实证分析,并探究模型的优良性。具体内容如下:首先,利用上证50只股票进行实证分析,通过构建均值-方差-CVaR双风险模型,与传统的单风险模型进行比较分析。其次,考虑股票市场波动异常情况下,单风险模型与双风险模型指导投资的收益情况,根据股票价格波动情况,结合历史经济时代背景,将研究区间进行关键点划分,以2008年金融危机、2010年欧洲债务危机、2015年股灾及2020年全球新冠肺炎疫情共四个事件点为依据,对事件前期、中期及后期的市场情况进行说明并实证分析,并通过迭代的方法,为各个时期构建的投资组合双风险模型确定最优的风险分配系数。最后,为了进一步改进模型性能,在建立的双风险模型中嵌入股价预测模型,通过机器学习模型、深度学习模型和ARIMA模型对股票价格进行预测,然后将预测结果引入投资组合模型。实证结果表明:（1）双风险模型在突发事件发生前后指导的投资组合具有良好的稳健性;（2）在双风险模型中嵌入股价预测模型比未纳入预测值的模型具有更稳定的收益;（3）不同模型的股价预测精度存在差异,通过滑动窗口预测股价时,随机森林的预测效果最好,LSTM神经网络预测结果与真实值偏差最大,GBR模型的预测能力介于两者之间。