研究投资组合问题实际上是通过研究各种金融资产的持有比例及变动，以达到最大程度地满足投资者对风险和收益的权衡需求的目的。随着经济全球化与全球信息化的进程日益加快，不确定因素不断增加。传统的处理不确定因素的方法往往依赖于历史数据，但是在经济全球化和全球信息化背景下，不确定因素的扰动增多，历史数据反应信息的能力减弱，这给投资组合的选取带来了巨大的挑战。为了应对这一挑战，本文研究了基于均值-风险偏态模型在不确定环境下的投资组合选择问题。
　　本文对传统的投资组合模型做了扩展，考虑在模型中加入偏度，从而对投资组合收益的不对称程度进行度量，以风险曲线而非方差作为风险度量，并允许在一定范围内做空证券。此外，本文运用不确定理论建模，将证券收益视为不确定变量，由一组经验丰富的专家来做出估计，最终提出了在不确定环境下的投资组合选择的均值-风险偏态模型。
　　本文使用了遗传算法求解模型。众所周知，当投资组合收益率不确定时，其偏度是很难计算的，于是本文创新性地尝试运用不确定理论来处理不确定变量的偏度计算问题。所以采用不确定理论对均值-风险偏态模型问题建模是可行的。此外，已经有不少研究人员采用智能遗传算法求解非线性多目标规划问题，可见遗传算法对该问题的求解是适用的。
　　最后，通过具体的数值实验模拟了本文数学模型求解投资组合选择的过程，进一步论证了模型与算法的有效性和可行性。