极大极小投资组合模型(Minimax)的最优投资组合是一个简单线性规划问题的解。这个投资组合模型使用最小收益作为风险度量,而非方差。在一个给定的收益水平下,选择使最大损失最小化的投资组合。该模型的目标函数避免了传统均值-方差投资组合中的二次(非单调)效用函数的逻辑问题。极大极小投资组合模型更具有包容性,对于服从正态分布的收益数据,此模型的结果等同于传统均值-方差模型。当收益数据不服从正态分布时,极大极小投资组合模型仍然适用。另外,投资组合优化模型依赖大量金融样本数据。理论上当样本量n趋向于无穷大时会得到理想结果。但是由于在实际研究中样本数据是有限的,且样本数据的微小改变都会引起投资组合最优解的波动,投资组合前沿呈现出一些不连续性并且不是很平滑。为了避免这一问题,我们采用非参数估计方法来处理样本数据。本文首次将非参数核均值方法和核中位数方法运用到极大极小投资组合模型中。我们首先给出了使用非参数核均值方法和非参数核中位数方法估计资产收益率的公式,由此形成了基于非参数估计的极大极小投资组合模型。然后分别选取中国证券交易市场和美国证券交易市场的数据,利用MATLAB等统计软件进行实证分析。实证分析由两部分组成,在第一部分中构建极大极小投资组合模型和基于非参数估计的投资组合模型的有效边界,并计算最小收益(即模型的风险度量)。第二部分是对数据样本外分析。通过上面得到的最优解预测投资组合收益率。预测结果同上证180指数对比,结果显示基于非参数方法的投资组合模型预测的收益率比极大极小投资组合模型的收益率更大。无论是在允许卖空还是不允许卖空的条件下,将非参数估计方法用到中国股票市场和美国股票市场,最后都能得到一个比较平滑的投资组合有效前沿。而且在相同的期望收益率下,基于非参数估计的极大极小投资组合模型要优于极大极小投资组合模型。其中非参数核中位数估计的极大极小投资组合模型要优于非参数核均值估计的极大极小投资组合模型。