随着资本市场的不断发展，金融市场的投资品种越来越丰富，个人理财的需求有了显著增加，如何在获取最大收益的情况下最小化风险成为了投资者主要考虑的问题。　　投资组合实质上就是把多种证券组合在一起来分散风险，从而使得在大于期望收益的情况下投资风险最小化或在小于给定风险的情况下最大化收益，是目前进行投资活动的重要理论依据。但大部分基于风险偏好的投资组合模型都是将投资风险偏好系数预先设定一个值，显然主观性太强，不利于对投资者进行实际的投资组合指导。针对这些问题，本文建立一个风险偏好评价模型，然后在此基础上进一步考虑了摩擦市场的投资组合问题。　　针对风险偏好评价模型，首先构建了一个比较全面的风险偏好评价体系;其次利用层次分析法(AHP)二级指标的评分作为BP神经网络的输入，AHP的综合评分作为BP神经网络的期望输出，并选取样本对BP网络进行训练;最后利用训练好的BP神经网络对风险偏好进行评价，从而可以帮助投资者客观地衡量自己的风险偏好和合理地选取投资产品。　　针对摩擦市场的投资组合模型，为了更加贴近实际证券市场，本文首先考虑了证券市场中的交易费用，融资融券，投资额度限制这三种实际摩擦因素，利用l∞风险测度，建立了基于minimax规则下的证券投资组合模型。然后在模型求解过程中引入了风险偏好系数，将多目标规划问题转化为基于风险偏好的单目标投资组合问题，通过DCA算法进行求解。最后选取不同风险偏好的投资者并采用此投资组合模型进行投资组合分析，发现风险厌恶的投资者反而更喜欢融券交易。