进入2020年,逆全球化浪潮愈演愈烈,贸易壁垒和保护主义风行,导致国际贸易充满不确定性。我国农业企业每年需要进口大量的农产品原材料进行加工生产,这部分原材料的价格受国际贸易大环境和相关政策的影响较大,因此农企将会面临更为剧烈且不易预测的市场风险。本文以我国农业企业为切入点,通过构建农产品期货的投资组合来帮助其进行必要的农产品市场风险对冲,这十分有利于我国农企的健康发展。本文构建四种农产品期货收益率序列,发现四组序列均表现出显著的尖峰厚尾特征,且均为具有滞后三阶的条件异方差性的平稳序列,因此选择ARMA（2,1）-EGARCH（1,1）模型对四种农产品期货收益率序列的边缘分布进行拟合。在此选取了半参数模型来进行标准化残差序列的参数估计,在正态分布、t分布与拉普拉斯分布中以误差平方和最小为原则对边缘分布函数进行选择,针对不同的农产品期货品种选择其最合适的上尾、中部、下尾的分布模型来构建边缘分布函数。接着利用三种阿基米德族Copula函数描述对数收益率序列之间存在的相依关系和联合分布函数,并根据AIC和BIC值在三种函数中选择出拟合效果最优的模型。选择好Gumbel模型后,进行模特卡洛模拟,随机生成5000组随机数对,得到四组预测的收益率序列,并通过多种权重分配形式求解Omega比率,以此得到最优的投资组合方案。同时,本文基于在险价值方法,计算出过去500天的VaR与CVaR值,将实际情况与预测情况对比后通过后侧检验,进行未来日子的预测,协助农企在进行期货投资组合交易时,进行更充分的规划和风险预判,使得这类企业能更充分地对冲农产品市场风险带来的收入不确定性。此外,如今大量研究都聚焦于微观的投资者以及更为大众化的股票投资组合,希望本文的研究能够拓宽国内学者的研究思路,为金融风险管理和投资组合领域的研究做出一定贡献。