经济全球化和金融一体化给各国的投资市场带来前所未有的机遇的同时,投资风险也在随之悄然增长。在这种复杂的金融背景下,如何增强自身抵御市场波动的能力,获取较稳定的收益,其根源在于使用合理的方式捕捉市场波动的规律,准确的度量投资中的风险。近年来迅速发展的墒理论,凭借其无需对分布做任何假设和可以表达变量多阶矩的独特性质,在众多的投资组合风险度量方法中,受到越来越多的关注和应用。本文在马柯维茨均值——方差模型上,借鉴威廉夏普的单指数模型对风险分解的思想,将熵理论引入投资组合模型。依据熵的性质将其分解为互信息熵和条件信息熵,分别用单个股票的互信息熵代表系统风险,单个股票的条件信息熵代表非系统风险。利用单指数模型中β系数的内涵,对互信息墒进行加权,使单个股票之间的熵具有可加性进而构造投资组合的熵,作为投资组合的风险度量,建立了基于熵的投资组合模型,给投资者提供一种新的决策方式。在此基础上,本文选取上证50中表现较好的股票作为分析样本,使用新模型来构筑投资组合,并对比熵和方差在度量风险上的异同,得出了这两种方式在衡量风险大小上具有基本一致性的结论。同时,对比了新模型与传统均值——方差模型的有效前沿和投资比例,以验证新模型的有效性。研究结果表明,在投资者期望收益率相同的情况下新模型的投资组合策略较之均值——方差模型更为简洁,新模型只需为投资者提供较少的证券投资数量,就可达到与传统均值——方差模型同样的效果,这不仅节约了过度分散化给投资者带来的交易费用和管理费用,而且也节省了信息资源,增强了投资者对信息的处理能力。