随着金融全球化,经济一体化的发展,全球金融市场的环境瞬息万变,不确定性,波动性及各种因素带来的风险越来越多。缺乏有效的风险管理是导致金融危机频发的重要原因之一。如何防范和化解金融市场的风险已经成为金融学术界和监管机构面临的一个重大问题,也使得对金融风险进行分析,量化计算方法,进行实证研究变得越来越重要。此外,如何建立一个科学有效的投资组合风险测度模型来对风险进行测度,如何设计一种算法可以易于求解模型,如何通过风险测度来辅助投资者做出最优的投资决策,监管者对风险如何进行风险管理,这些问题都是近些年金融领域研究的重点和热点问题。投资组合风险测度模型的理论和应用研究,是近些年金融学领域里一个重要的研究方向。主要包括不同的风险测度方法,及其风险测度模型,其中最有代表性的就是风险价值(Value-at-Risk, VaR),一致性风险测度,凸风险测度的方法,以及条件风险价值(Conditional Value-at-Risk, C VaR)模型等。风险价值被广泛的应用在风险管理之中,但是由于风险价值的一些不足,优化风险价值的研究引起了各位学者的兴趣。随后CVaR和加权期望损失(Weighted Expected Shortfall, WES)较之于VaR,更能体现出投资组合的潜在风险,并且可以体现不同风险偏好的投资者的投资选择,在实际应用中更为合理。在这种大背景下,本文主要研究了VaR模型,CVaR模型和WES模型在投资组合理论中的进展,并对实证研究和理论分析进行了深入详细的比较研究,通过研究投资组合风险测度方法及模型,来对金融风险进行合理有效的估计,帮助投资者做出最优的投资决策。首先,本文介绍了投资组合理论的发展历程和基本概念,并对文献进行了梳理。其次,介绍了现代主要的三种投资组合风险测度方法及建立了相关的模型,并对比了这些不同模型间的优缺点；由于CVaR模型和WES模型是非线性的,用传统优化方法难以求出最优解。为了求解模型,设计了一个遗传算法；为了验证模型和所提算法的有效性,随后通过搜集万得(Wind)数据库深圳证券交易所中随机抽取的10只股票,60个周期下的股票数据,利用已经建立的模型和算法,借助计算机Matlab进行计算,得到最优的VaR, CVaR, WES的值,以及各股票间的最优投资比例,即最优投资组合。再次,从金融市场风险和机遇并存的实际出发,对投资者在投资和风险管理方面提出政策建议,主要包括进行投资组合,分散风险,加强全面风险管理等。最后,对本文进行了总结和展望。