投资组合选择问题是金融领域中的一个重要问题,它实质上是对可选择的资产进行最佳财富分配。随着金融市场的发展以及人们投资意识的增强,对投资组合问题的研究受到越来越多的关注。Markowitz均值-方差模型将预期收益与风险量化分析,开启现代投资组合研究的新篇章。但是该模型只是将现实金融投资环境中的条件简化,在实际金融市场中的应用性仍不够强,因此针对现实投资情况对模型进行扩展并提出相应求解方法是十分必要的。帝企鹅优化算法是一种新兴的群智能算法,且尚未被应用到投资组合问题中。该算法原理简单,开发能力强,但缺乏变异机制,探索能力稍弱。为了平衡算法的探索能力与开发能力,增强算法在投资组合选择问题上的求解性能,本文针对不同的投资组合模型,设计出具有较优性能的改进帝企鹅优化算法,文章具体研究内容如下:1.提出了约束投资组合问题的混合帝企鹅算法。通过将帝企鹅优化算法和人工蜂群算法混合并进行改进,增强算法求解投资组合选择问题时的性能。通过在两组标准测试函数集上进行实验,并在扩展的均值-方差投资组合模型上与其他群智能算法对比分析,验证所提出混合算法的鲁棒性以及在解决约束投资组合问题上的巨大潜力。2.提出了模糊投资组合问题的改进帝企鹅优化算法。算法首先引入可行性准则,处理模糊投资组合模型中的约束。其次,加入变异机制,平衡算法的开发和探索能力,引导种群向最优个体收敛。最后,在标准测试函数集以及两个不同的模糊投资组合问题上进行数值实验,将优化结果与其他群智能算法得到的结果比较分析,验证所提出改进算法的优化性能以及在模糊投资组合问题求解上的适用性。