随着经济的飞速发展,中国资本市场的规模越来越大,而市场上的投资者数量也达到了历史高峰。与此同时,量化投资开始为越来越多的投资者认识并使用。而量化投资是否能取得优异的投资成果、成果有多大,和证券投资组合模型的建立和求解密切相关。本文以中国基础产品市场不允许卖空为研究背景,主要研究了证券投资组合问题中的一个基本而重要的难题—不允许卖空问题。通过研究有效前沿上点的性质,提出了求解不允许卖空时证券投资组合有效前沿的邻集搜索算法。接着比较了该算法与Markowitz提出的临界线算法的性能以及在处理大规模数据时的有效性。最后,将算法应用于中国股票市场,研究不允许卖空时投资市场上不同选股指标的应用价值,并与允许卖空时的结果进行了对比。本文主要的研究工作包括：第一,在已有相关研究的基础上,进一步研究不允许卖空条件下有效前沿上点的性质,结合已存在的区间搜索算法的优点,提出求解不允许卖空证券投资组合有效前沿的邻集搜索算法。第二,在验证算法有效性的基础上,使用通过数值模拟生成的证券期望收益率和协方差数据作为算法的输入,对比分析本文的邻集搜索算法和临界线算法在处理不同证券规模时的算法性能。同时,本文研究了大规模下有效前沿构成特征以及组合风险与证券规模之间的关系。第三,将邻集搜索算法应用到中国A股市场中,通过对比以历史收益情况、资产值以及股票近期表现作为选择指标选取出的股票样本的投资组合有效前沿,研究这三种指标的价值,并给出了相应的投资建议。最后通过将不允许卖空有效前沿与同样本产生的允许卖空有效前沿进行对比,研究卖空对于选取股票产生的影响。本文的创新点在于：一是提出了一种求解不允许卖空问题投资组合有效前沿的较为简便的算法,为以后研究约束更为复杂的投资组合问题提供了一种研究思路；二是研究了大规模证券投资组合有效前沿的构成特征；三是使用本文提出的算法研究了不允许卖空条件下投资组合的有效前沿研究了证券的选择问题。