投资组合问题是将一定的资金分配到多种资产上,从而尽可能达到收益较大、风险较小的目的,它是金融领域的一个重要课题。马科维茨于提出的均值-方差模型为证券组合问题提供了理论依据。从那以后,各种改进的思路层出不穷,使证券组合理论不断地被完善和发展。本文基于均值-CVa R模型,引入Yager熵补充风险指标,建立均值-CVa R-Yager熵的模糊多目标投资组合,并改进了水波算法,提高了求解投资组合模型的精度。主要研究工作如下:（一）投资组合模型的建立。大多投资组合模型为两目标决策,包括收益、风险。考虑到方差衡量风险不能准确定量描述损失大小,采用了CVa R来对风险进行衡量,并添加了Yager熵这一目标函数来对风险进行补充,以更好达到分散风险的目的。多目标投资组合决策中具有彼此矛盾的多个目标函数,通过建立模糊多目标规划进行求解,以更好地综合各个目标函数取得最优值。（二）水波算法的改进。针对模糊多目标投资组合模型的求解精度,通过混沌局部搜索与纵向交叉策略交替引入来对传统水波算法进行改进,并基于14个测试函数验证了水波算法改进的有效性。（三）投资组合的求解。将改进水波算法对十五个不同行业股票的模糊多目标投资组合模型进行求解,得到各股票数据所占的权重。实证结果表明,投资组合存在高风险高收益的规律,基于模糊均值-CVa R-Yager熵的投资组合能使得收益、风险都处于中等水平,且各投资比例相对来说较为均匀,能在一定程度上有效地避免了在股票市场出现突发事件的情况而导致严重的损失。（四）投资组合评价与调整策略。通过边际CVa R、成分CVa R对各股票的风险进行分解,除此之外,结合收益与风险求RAROC值对各个股票进行评价,通过这些信息可以对投资组合进行调整从而获取更佳的投资组合方案。由实证研究结果可知,投资组合中综合评价排名最好的是海大集团,而收益为负且风险贡献率最大是山东黄金,尝试令山东黄金的头寸为零,重新对其它资产的投资比例进行调整,得到调整后的投资组合效果是更佳的。