Markwitz投资组合理论将金融学从定性研究过度到定量研究,奠定了现代资产组合理论的基础。在均方差模型中,需假设风险资产的收益服从正态分布,然而国内外学者研究表明,金融资产收益率大多存在非对称、厚尾等特征,并非服从正态分布。基于以上问题,针对中国金融市场特点,对马科维茨投资组合模型进行改进。在投资者制定投资决策时,高阶矩风险对投资组合的影响不容忽视。现今,对于含有高阶矩风险的投资组合优化问题,国内外众多学者进行了很多研究,其主要研究内容是将投资组合收益率的高阶矩直接作为目标函数或约束条件的优化方法。另一方面,近年来很多学者研究熵作为风险度量方法,其原因是在熵度量风险时,资产收益率没有必须服从正态分布的前提要求。因而,在前人研究成果的基础上,进一步研究高阶矩风险和熵风险对投资组合的影响,使得投资组合理论得到进一步扩充、使得投资组合模型更具实用性和工具性。针对金融市场的复杂多变性,为更加准确地度量出金融风险,本文结合风险熵和高阶矩一起度量资产的风险信息。在实际投资时,投资者更关心资产实际收益是否达到期望收益,因而利用负半熵和下半方差衡量资产实际回报低于期望回报的风险信息,从而构建负半熵-下半方差-近似偏度投资组合模型和负半熵-下半方差-理论偏度投资组合模型。另一方面,引入Yager熵、广义熵、比例熵,同负半熵一起度量资产实际收益低于期望收益的风险信息,并基于主成分分析法提取主成分熵,进而建立了主成分熵-下半方差-偏度投资组合模型。通过变异系数的因子分析模型从沪深300中选取十八只股票进行实证,发现与传统马科维茨模型、半方差模型相比,通过新模型进行组合的资产无论在风险还是收益上都更具优势。可见,实证结果也表明了新模型的合理性以及算法的可行性。