现代金融学的最重要突破之一是马克维茨的资产组合理论，最小方差资产组合集合的思想和方法是其理论的核心。基于马克维茨的有限前沿假说和最优组合理论所发展起来的CAPM模型，对证券的估值，有着重要的理论指导意义。　　马克维茨指出,有效标的存在于有效市场，每一个投资者在其风险偏好水平下，寻找最优的收益，并且寻找最优化的组合。投资者关注和研究的热点，是寻找优化的权重，从而达到理想的投资组合。　　本论文对马克维茨的资产组合理论进行数学建模，并创新性地提出，利用牛顿下山迭代法，对最优组合的权重进行量化求解。牛顿下山迭代法是数值求解中非常有效的重要理论，作者将其应用于资产组合理论中，通过量化的求解，优化权重的算法，并自适应地求解结果，对标的量化研究，提供了一个有效的好的算法。　　本论文将针对中国市场上的不同标的组合进行算法的规划求解，通过数据的对比，得出算法的正确性及有效性。同时，作者也会将此理论算法应用于实际的投资研究中，对市场的投资组合进行一个有效的分析和求解。　　本论文从数值计算的角度出发，针对资产组合理论中的权重求解，重新设计了一种算法。提高了量化计算的效率和有效性，更快速更稳定地收敛到理想的资产权重。对于资产组合的量化研究，具有一定的现实意义。　　本论文针对马克维茨的资产组合理论中的权重求解，创新性地将牛顿迭代法应用于其中，通过数值求解，得出理想的权重解。相比于传统的权函数解析方法，本文的算法无需求解理论的复杂解析解。与线性迭代算法相比较，牛顿迭代法，收敛的速度更快，结果也更为精确。牛顿下山法保证了在迭代过程中不会产生发散。通过实例研究，matlab仿真，结果表明，算法能有效地给出权重的解。