自从马科维茨提出均值-方差模型以来，金融学研究特别是投资组合理论的研究蓬勃发展，无数学者在此基础上创新研究，取得了累累硕果。但这些研究成果中，绝大部分都没有摆脱传统模型苛刻的假设条件，亦或者是单纯限于研究单期的组合模型。我们知道无论是均值方差模型还是CAPM模型等等，都有一些诸如正态分布、无摩擦市场投资者行为的假设，这些假设不仅与现实情况有出入，也限制了模型的实用性。为了提高模型的有效性，近些年来的研究逐步放宽假设条件，本文也试图在这方面有所创新。　　金融学发展至今，越来越多的新理论被提了出来，例如行为金融学、模糊集合理论等等，这些理论不仅丰富了金融学的理论体系，也加深了人们对于金融市场的理解。特别是模糊理论在近些年来发展迅速，它为人们提供了一个新的视角去认识不确定性，很多学者用它来研究市场行为，建立组合模型。　　本文是在阅读了相关文献之后受到启发，试图以传统的MV模型为基础，放宽假设条件，提出全新的风险度量手段，并把单期模型推广到多期。在模型求解方面，受到参考文献的启发，加以改进，提出了一个离散近似的迭代算法，并且用实证方法检验了算法的有效性。本文的意义在于突破了传统模型的严苛假设，采用的风险度量手段和模型求解方法都是具有借鉴意义的，能够推广到其他模型中，为此类模型的建立和求解提供新思路。