投资基金是当前世界资本市场中最为活跃的因素,投资基金市场的繁荣反映了基金投资所带来的日益丰厚的收益。然而,越来越丰厚的收益背后也必然伴随着越来越高的风险,刚刚过去的全球金融危机极大地冲击了世界各国的投资基金,基于投资基金交易而引发的巨额亏损和金融风险令人震惊。投资基金的决策管理问题再次成为人们关注的焦点,建立合理规模的投资组合来最小化风险、最大化收益,已经成为机构投资者和研究者共同关注的中心问题。本文以马克维兹投资组合理论和资本定价模型为指导,构建了一个更加有效的复合基金投资组合模型,并在此基础上建立了一套更加准确的投资组合评价体系,这将为复合基金投资组合的选择提供有益参考。论文结构安排如下：论文分为五个部分,第一部分对投资基金产生的背景及国内外对投资基金的研究进行了简要介绍,第二部分对投资基金的相关理论及目前主要的基金业绩评价体系进行了介绍,理论部分包括马克维兹投资组合理论及资本资产定价模型,基金评价体系部分对基金业绩评价理论、国内外评价体系及评价体系的系统设计进行了介绍,第三部主要对复合基金投资组合进行了模型构建,建立了三大模型,第四部分则对未来市场状况进行模拟,结合投资者偏好构建投资组合。第五部分为结论,对本文的研究进行了总结。第三部分和第四部分是本文的重点。在第三部分中我们主要建立了三个模型：(1)基于因子分析的基金风险收益评价模型,采用因子分析的方法,通过分别对基金的收益和风险两方面的代表性指标进行合成,得到综合、全面的指标,从而克服单一指标的缺陷性和指标问的信息重复；(2)组合风险计算模型,通过计算特定数目的组合风险值来测算其风险的变动规律；(3)基于风险和收益的组合基金多目标规划模型,我们从基金组合的收益和风险两方面考虑建立模型,将最优投资组合问题归结为一个多目标规划问题,同时引入了风险偏好系数来作为投资者投资风格的指标从而将该多目标规划模型转化为含参数的单目标非线性规划问题。在第四部分,我们使用了基于RBF神经网络的基金预测,利用神经网络具有逼近任意非线性连续函数的能力,建立了输入与输出之间的关系,从而预测基金的未来的走势。从Matlab模拟的结果来看,该模型对于基金的价格的短期预测能够取得较好的效果。