随着我国经济的市场化以及金融市场的改革发展,所构建的投资组合模型不仅能够为投资者选取最优投资策略提供重要的指导作用,同时在金融经济领域,特别是资产定价领域,投资组合模型的研究也至关重要。投资者通过构建投资组合,将财富按照一定的方式合理分配,并依据后期的投资效果反馈以及市场信息变化调整组合投资比例,以保证投资者本身获取最大收益。但由于金融投资市场存在着许多随机不确定性的因素,而在现代投资理论中期望效用理论能够有力地解决这些不确定性的问题。该理论认为在投资过程中投资者追求的应该是所能得到的最终期望效用,而不是最终得到的财富值。本文考虑到非参数密度估计方法的优势,在期望效用理论下构建不同效用函数情形下的投资组合模型,并通过实证研究对比分析了四种模型求解的最优投资策略。本文首先阐述了研究投资组合模型的背景及意义,接着对投资组合模型和非参数密度估计方法的国内外研究现状进行了梳理。之后,从投资组合模型的角度出发,在幂效用函数和指数效用函数条件下,分别建立基于非参数核密度估计和广义k-近邻密度估计的投资组合模型。并在效用函数参数的不同取值下,对四种投资组合模型的期望效用非参数表达式进行化简。最后,选取中国深沪证券交易所上市的5支股票2016年2月1日至2017年1月31日期间的月收益率数据作为样本,利用最优化算法——乘子法对含有约束条件的投资组合模型进行求解,依次得到效用函数参数不同取值条件下的最优投资策略,并将其进行比较分析。本文以股票数据作为样本在非参数密度估计框架下实证分析了不同效用函数情形下的投资组合模型,发现:(1)在核密度估计框架下,指数效用函数的参数取值会对投资组合模型的最优投资策略结果产生较大的影响。因此,可以在考虑投资者对待风险的态度以及厌恶风险程度的条件下,选择恰当的效用函数及其参数取值,才可得到合适的模型。(2)在广义k-近邻密度估计框架下,不同效用函数及其参数取值对模型所求得的投资策略结果影响不大。(3)在幂效用函数条件下,效用函数的参数取值对基于同一非参数密度估计方法的投资组合模型所求得的结果影响不大。(4)在指数效用函数条件下,效用函数的参数取值对基于同一非参数密度估计方法的投资组合模型所求得的结果有较大的影响。本文依据非参数密度估计方法及期望效用理论,考虑多种理论体系完善投资组合模型的结构,通过对模型的最优投资策略结果进行对比分析,可以为风险偏好不同的投资者提供投资决策建议,从而提高其投资决策能力以及资产管理水平。