指数基金是金融投资中一种重要的投资产品,指数化投资也是金融研究中最具挑战性的课题之一。本文通过回顾指数基金的发展历程和理论优势,分析我国指数基金发展的瓶颈所在——追踪成份指数的不合理,提出将遗传算法应用于指数化投资,最后将算法应用于上海股票市场进行实证研究。在理论研究方面,本文首先介绍了指数基金的理论背景和优势,接着指出我国指数基金的现状及发展障碍,然后通过介绍国内外股票指数和国内比较有影响力的指数——中信指数,介绍了股票指数的基本概念,同时也指出了本文的写作目的:建立一个适于基金公司作为标的指数的投资组合。在实证研究方面,本文将遗传算法和传统的基本分析和技术分析有机的结合起来,利用遗传算法高度非线性、隐并含性的特点,自定义染色体、适应值的实际意义,并设计了复制、交叉、变异算子的使用方案,同时改进了算法。按照算法的执行步骤,经过若干次迭代之后,算法将给出一种投资组合及其适应值。最后以上证180为标的指数,对上海股票市场进行了实证研究。算法运行结束选出50只股票(S50)作为指数投资组合。通过对S50进行的市场代表性分析、与上证综指的相关性分析、投资收益与风险分析以及BETA值分析,证明遗传算法提供了一种较好的模拟市场指数的方法。