资产组合理论研究如何把投资资金分散到不同的证券资产中，使得投资收益可以得到保证同时投资的风险达到最小。由于证券市场是一个变幻莫测的市场，任何时间段都会呈现出不同的市场特点，整个市场中充斥各种各样的不确定性，所以资产组合也具有很多不确定性。不确定性主要表现为随机性和模糊性，本文将资产收益率看作是随机性和模糊性的统一，假设资产收益率为模糊随机变量，在模糊意义下研究资产组合模型。同时在新的资产组合模型中考虑投资者主观预期、投资专家经验和交易费用三个因素，使得模型更加全面的反映证券市场的实际情况。本文的主要研究工作分为以下三个方面：（1）假设证券资产收益率为模糊随机变量，在模糊条件下研究经典的均值-方差资产组合模型，模型中加入了投资者主观预期、专家投资经验和交易费用三个因素。由于模糊情况下求解模型比较困难，为了将模型去模糊化，引入了均值排序法对期望和方差进行去模糊化，使得模糊条件下的资产组合模型在常规意义可以求解。（2）在安全第一模型的基础上，结合其他学者的研究成果，提出基于可信测度理论的风险度量方式。在可信测度理论下，风险表示为投资者预期目标收益与实际收益的差值大于损失水平这一事件的可信测度。在新的风险度量方式下，本文提出了基于可信测度的，同时考虑投资者主观预期、投资专家经验和交易费用的资产组合模型。（3）新资产组合模型中期望收益和可信测度在模糊意义下用传统方法难以求解，本文提出了综合蒙特卡罗算法和遗传算法的混合智能算法求解模型，即用蒙特卡罗算法随机求解期望收益和可信测度，用遗传算法寻找最优值。实例研究显示，混合智能算法具有很快的收敛性和较好的稳定性。