随着市场的快速发展和完善，作为资产配置的重要媒介，金融的重要性愈加突显，与此同时，人们对于金融理论的研究也愈加重视。作为金融研究的核心课题之一，投资组合优化问题主要研究如何在不确定情况下对金融资产进行合理配置与选择，从而实现收益率最大化与风险最小化间的均衡。这是所有投资者和投资机构都要面临的问题。然而，以往的研究者主要是假定投资的终止时间是固定的，并没有将投资的时间变动考虑到投资组合优化的范畴，而现实投资中时机的选择也是投资决策的重要一项。因此，本文考虑了投资终止时间可变情况下的投资组合优化问题，针对该情景进行了研究，研究内容如下:
　　首先，通过大量文献的阅读与梳理，对现代投资组合以及风险度量等相关理论进行了总结。在此基础上，刻画了终止时间可变的投资组合问题。
　　其次，建立了以平均绝对偏差作为风险度量的柔性终止时间投资组合模型，并应用蒙特卡洛仿真的方法进行仿真实验。为了便于求解，对模型作了线性转化。在1000次仿真下，分别对分五支、十支和二十支股票的算例应用CPLEX进行仿真实验，并对结果作出分析。
　　最后，建立了以VaR作为风险度量的柔性终止时间投资组合模型，应用蒙特卡洛仿真的方法进行仿真实验并将其转化为混合整数规划模型以应用CPLEX求解。经测试，CPLEX对于该模型求解能力有限，一般只能求解到500次仿真规模。因此，结合以VaR作为风险度量的蒙特卡洛仿真模型的特点设计了粒子群算法，并在算法中嵌入了迭代局部搜索，使求解过程能更好的跳出局优。对粒子群算法的相关参数进行了调节并对比了嵌入迭代局部搜索的粒子群算法和基本粒子群算法的求解效果。在最好的算法参数下进行了求解分析，分别分析了股票数量规模、收益率以及终止时间的可变范围对投资组合风险的影响，结果表明，增加股票投资数量可以有效降低投资组合风险;降低期望收益率，投资组合风险也会随之降低，当期望收益率降低到一定水平风险降低不再显著;终止时间的可变范围增加会降低风险，当时间范围增大到一定水平风险降低不再显著。