在长达20多年的发展之后，证券市场一方面为我国经济的发展作贡献，另一方面则丰富了人们的业余生活。事实上，证券行业一般是依靠数据以及市场信息进行投资活动，即:人们借助相关的技术对相关的市场数据以及信息进行主观分析，来选择合适的投资方案。但是，由于投资具有主观性，因而其往往带有风险性。　　在最近几年，各学者根据证券的特性对综合评价技术进行相关理论与实践的研究，并取得了良好的科研成果。值得注意的是，在众多评价技术中，被评价对象的价值水平可能存在模糊性。这种模糊性会使得评价结果与预期结果不符，从而影响投资结果。因而，为了消除这种模糊性，学者往往采用模糊综合评价法。模糊综合评价法分为两种类型，一种类型为模糊排序评价法，另一种类型则为模糊分类评价法。其中，模糊分类评价法还可分为模糊聚类和模式识别两类。　　在大数据时代的背景下，模糊聚类分析是综合评价分析体系中不可或缺的一类分析工具。其以模糊理论为根本，对数据进行挖掘、分析，从而对不准确或者模糊性的信息进行有效地处理，进而精确投资结果。在此，本文以模糊聚类理论为根本研究工具，对证券市场的模糊信息进行合理处理。　　投资者通过对市场信息进行处理与分析来做出投资判断，从而获得更高额的利润。然而，在实际中，投资者很可能会因为过度地追求利润而出现投资失误，从而导致利益受损。这意味着在一场投资活动中，投资者很可能在享受高额利润的同时也承担着高风险性。对此，合理的规避风险便成为了投资者的首要任务。随着对风险理论的深入探讨，相关学者开始着手研究投资组合。即:投资者分散投资，选择多种不同类型的证券，从而达到最佳投资效果。　　当前，投资组合的投资方式受到了很多人的追捧与青睐，其在市场中具有很高的地位。在此背景下，投资组合的选择成为了当前的热点。相关学者认为:以模糊数等基本理论为核心，以证券价格浮动为主体，以证券市场为背景，可以构建模糊投资组合模型，从而帮助投资者制定正确的投资决策。　　本文主要分为几类:第一类以国内外的研究为核心，论述了关于模糊数、投资等相关理论;第二类，以金融、房地产等行业的上市公司为研究对象，进行FCM实证分析，一方面给本文的研究提供实践依据，另一方面实现投资研究的全面性;第三类，以证券投资组合模型为根本，从而对股票进行合理地选择与投资，进而达到最佳投资效果。　　本文模糊聚类以及模糊数等相关理论为根本，对股票进行适时地选择，从而较好地规避投资风险，并进行合理地投资线性规划。不仅如此，本文还以金融、房地产等15家上市公司为研究对象，以证券投资组合模型为实证工具，以模糊聚类等为研究理论，对15家上市公司进行分析与规划，从而为广大投资者以投资借鉴，进而提高收益、降低风险。