投资组合理论是现代金融理论的重要部分，其核心问题是如何在风险环境下对资源进行合理的分配和利用。Markowitz(1952年)以证券投资收益率的方差作为证券组合风险的度量，开辟了金融定量分析的时代，并在此基础上建立了投资组合决策的均值-方差模型，该模型在理论和实际应用中都有重要意义。随着研究的深入，人们发现用方差度量风险存在不可回避的缺陷。为了克服现有理论的不足，理论界进行了广泛的研究，但到目前为止，还没有一种广泛有效的度量风险的方法。本文综合应用风险价值理论和最优化理论，研究复杂多变的金融市场中的投资决策问题，建立了一些基于不同风险测度的投资组合模型，并为所建立的模型设计有效可行的粒子群算法进行求解。　　 1.给出两种混合粒子群算法。一是带有指数递减惯性权重和混合变异策略的粒子群(EMPSO)算法；二是带有对数递减惯性权重和混沌变异策略的粒子群(LCPSO)算法。通过典型的函数测试表明，这两种混合算法既克服了标准粒子群优化(SPSO)算法在早期易出现早熟收敛的缺陷，又提高了算法的搜索速度和收敛精度，在很大程度上改善了标准粒子群算法的性能。　　 2.考虑到信用迁移矩阵在信用风险计量中的重要作用，将企业信用风险迁移引入到贷款收益率的计算中，并以限制资产数目、决策变量上下界以及贷款总量为约束条件，建立了组合投资的收益最大和方差风险最小的优化决策模型。该模型是一个混合0-1变量的多目标规划问题，对此提出了求解该模型的一种自适应改变惯性权重的离散粒子群算法，并用算例进行实证分析。　　 3.考虑了更能符合中国证券市场实际情况的非凹非凸典型交易费用函数及税收等情况，用条件风险价值(CVaR)来度量证券的风险，建立了以期望净收益最大为目标函数的投资组合优化模型。该模型是一个带非线性约束的优化问题，我们首先用动态惩罚函数法将非线性约束优化问题转换为无约束优化，然后再用EMPSO算法对其进行求解，并采用沪市和深市的六支股票以及银行存款进行实证分析。　　 4.在投资组合选择模型中考虑了资产收益率分布中正的偏度水平，以风险值(VaR)为约束条件，并引入非线性交易费用、税收等市场摩擦因素，建立了以累积偏度最大为目标函数的多期投资组合优化模型，该模型是一个带约束条件的非线性规划问题，而且进行连续投资使得计算比较繁琐，提出用动态罚函数法结合LCPSO算法求解此模型，并选取“上证180”中的七支股票以及银行活期存款进行实证分析。