金融市场充满未知和波动。如何克服波动性,将未知因素对收益的影响限定在一定可承受范围内,获得具有较高稳定性的高收益成为金融领域研究的新方向。经典的金融理论和研究方法虽然在增加收益方向有一定造诣,但稳定性方向却陷入瓶颈,不能解决金融模型内部的稳定性和外部抗干扰的能力。由此,一种以提高稳定性著称的鲁棒方法被引入金融领域,在提高收益的同时,也解决了模型的内部稳定性和外部抗干扰能力。(1)采用随机规划的情景生成方法,用向量自回归方法生成了二阶段情景树,并以此为依托,进行投资组合鲁棒优化的研究。(2)引入了鲁棒二阶锥优化方法来改造效用最大化模型,经过详细的理论推导,得到鲁棒二阶锥优化模型。在鲁棒二阶锥优化模型基础上,考虑到两阶段交易时,金融市场的摩擦性,引入摩擦系数,经过详细推导得到摩擦市场下的鲁棒二阶锥优化模型。(3)利用中国金融市场股票数据,对效用最大化模型和鲁棒二阶锥优化模型的优化结果进行分析,能够明显的发现鲁棒性的引入提高了收益的同时大大提高了模型的内部稳定性和外部抗干扰能力。(4)利用中国金融市场股票数据,对鲁棒二阶锥优化模型和摩擦市场下鲁棒二阶锥优化模型的优化结果进行分析,能够发现摩擦系数的引入造成了市场效率的损失,造成最优收益和最低标准差的偏离。