股票投资组合问题一直是金融领域研究的热点,因为不确定环境下金融股票投资组合蕴含了丰富的不确定性。这些不确定性有的来自投资组合模型输入参数,有的来自股票市场的运动特征,也有的来自极端事件,还有很多其他不确定性,它们的扰动影响着投资组合最优投资策略的选择,往往使得最优策略不可行、不可靠,且投资组合性能十分低下。Markowitz的均值-方差（Mean-Variance,MV）模型是金融投资组合中最具影响力的量化投资方法,已成为人们研究投资组合问题的基础;然而,遗憾的是,MV模型并未考虑来自投资环境的不确定性,因此,为了减少不确定性对最优投资组合及其性能带来的不利影响,学者们采用各种方法对MV模型进行改善。近年来,基于鲁棒优化的投资组合方法受到人们的青睐,它将鲁棒优化方法融入MV模型中,考虑模型输入参数的不确定性,并关注不确定输入参数在不确定集中最坏可能实现情况,来构建不确定环境下的投资组合模型（RMPminmax）。RMP-minmax模型能确保其最优投资组合可行可靠,进而获得广泛研究,人们因此将其称为“鲁棒投资组合”。但RMP-minmax模型具有一个不可忽视的缺陷:最优鲁棒投资组合十分保守,导致其投资组合性能非常低劣。此外,学界一致认为:在不确定环境下股票市场,尤其是新兴股票市场具有单向运动特征,即股票市场的运动状态及状态周期不仅存在,而且也影响着投资组合性能。然而有趣的是,在投资组合实证研究与应用中,人们很少考察不确定环境下的股票市场运动状态及状态周期对投资组合的影响,这是实证领域中的一种怪象。本文利用集值理论、不确定多目标优化理论、不确定环境下的决策准则和鲁棒优化方法,以MV模型为基础,结合股票市场的运动状态和状态周期,探讨不确定环境下的股票投资组合模型及其最优投资组合选择,以此为不同运动状态下的股票市场提供更具可行性、针对性和可靠性的最优投资组合策略。首先,本文从不确定环境下的投资组合选择视角,将MV模型转换成不确定多目标优化问题,利用集值理论中的上集序关系及其最优解基本性质和不确定环境下的悲观决策准则,分析了RMP-minmax鲁棒投资组合模型目标函数值点集间的上集序关系及其模型最优解的强鲁棒性和风险厌恶特性,阐释了聚焦不确定输入参数在不确定集中最坏可能实现情况下的最优鲁棒投资组合保守性和投资组合性能低下的原因。为提高投资组合整体性能,松弛鲁棒可行性,减弱鲁棒保守性,文章借助集值理论的下集序关系及其最优解基本性质和不确定环境下的乐观决策准则,构建了不确定输入参数在最好可能情况下鲁棒多目标投资组合模型（RMP-minmin）,进一步分析了RMPminmin模型最优解的弱鲁棒性和风险喜好特性。另外,基于集值理论的可选序关系及其最优解性质和不确定环境下的Hurwicz准则,探讨了来自上集序最优解和下集序最优解的可选序最优解,它是具有风险中性特性的最优投资组合,在不确定环境下该最优投资组合策略调和了激进（风险喜好）和保守（风险厌恶）。但在实际投资组合中,可选序最优解（最优投资组合）很难实现,同时,鉴于MV模型最优投资组合能在一定程度上发挥这种调和作用,所以,当可选序最优解不存在时,用MV最优解代替,即,考虑MV最优投资组合在不确定投资环境下的风险中性特性。在此,我们从理论上分析了不确定环境下RMP-minmax鲁棒多目标投资组合模型,构建了RMPminmin鲁棒多目标投资组合模型,并分析了三种不同风险偏好的最优投资组合（即最优解）,这体现了本文的理论创新之处,现有研究鲜有考察不确定输入参数在不确定集中的最好可能实现及最坏与最好可能实现的交集两种情况。因此,本文构建的RMP-minmin模型能丰富投资组合研究理论,弥补了现有RMP-minmax模型存在的不足。然后,针对股票市场运动状态和状态周期对投资组合性能影响的实证怪象,本文大胆探索股票市场不同运动状态下最优投资组合的选择和不同状态周期下最优投资组合的可靠性。我们从中国股票市场选取2014年6月1日至2019年5月31日间的金融保险证券、能源和房地产三大板块的股票日收益率数据,它包含了2015年中国股市崩盘和2016年股市熔断等不确定极端事件,以此作为研究期（即状态周期2）,并将其划分为上升（即牛市）、衰退（即熊市）和平稳三种运动状态,同时,对未经划分的研究期称为混合运动状态（因为它包含了牛市、熊市和平稳三种状态）。利用各运动状态下的股票数据检验MV、RMP-minmax和RMP-minmin三个模型的最优投资组合,研究发现,RMP-minmin最优投资组合策略在牛市、熊市间期投资组合性能表现十分可观,MV在平稳运动状态其投资组合性能相对最好,而RMP-minmax最优投资组合策略的投资组合性能非常不理想。进一步,通过对牛市、熊市、平稳三种运动状态与混合运动状态的比较发现,在投资组合应用中,划分股票市场的运动状态、并根据不同运动状态考虑最优投资组合策略,是非常有意义的,能在一定程度上改善投资组合性能。这是本文的实证探索创新,为深入研究不同运动状态下的股票市场探寻有针对性的最优投资组合策略,提供了新的研究视角。此外,需要指出的是,本文并不关注股票市场运动状态的精确划分,而是通过不同运动状态对最优投资组合的影响,以此来表明:（1）针对不确定环境下的投资组合问题考虑股票市场的运动状态是非常有必要的;（2）为不同运动状态下的股票市场提供更有针对性的最优投资组合能大幅改善投资组合性能;（3）最优投资组合策略在不同运动状态下不会因股票市场行业板块的不同而存在显著差异。再次,为考察MV、RMP-minmax和RMP-minmin三种最优投资组合策略的可靠性,我们采取同样的方法,即选取中国股票市场的金融保险证券、能源和房地产三大板块在2006年1月1日至2019年5月31日间的股票日收益率数据,它包含2008年全球金融危机、2008年汶川地震等不确定极端事件,划分为两个状态周期,并将两个对比期的股票走势划分为上升、衰退和平稳三种运动状态。进一步,利用两个状态周期下的数据实证检验三种最优投资组合策略,对比各最优策略在不同状态周期的相同运动状态下的可靠性。这是本文实证探索研究的又一创新之处,为研究最优投资组合策略的可靠性提供了一种新的研究视角。研究发现,一是RMP-minmin的投资组合性能在两个状态周期的上升和衰退都表现出色;二是MV在平稳状态下的投资组合性能不可小觑;三是RMP-minmax投资组合策略在各种状态周期下的任一运动状态的投资组合性能总体较低。此外,如果仅对MV和RMP-minmax两种投资组合策略进行比较,研究发现它们在不同状态周期下的可靠性难以获得保证,进一步证实了本文构建的RMP-minmin鲁棒多目标投资模型具有一定的实用价值,以及提出的不确定环境下最优投资组合策略具有良好的可行性、针对性和可靠性。最后,本文对不确定环境下的鲁棒股票投资组合问题的理论研究与实证发现进行了总结,也对投资组合理论研究与应用给出了建议,同时,还对不确定环境下考虑股票市场运动状态的鲁棒股票投资组合问题给出了研究展望。