随着我国金融体系的逐步建立和完善,人们的投资方式越来越多样化,为了分散和降低风险,组合型投资成为投资者理想的理财方式。在构建投资组合时,如何在复杂多变的市场中选取投资价值较高的资产作为投资对象,以及如何将财富在多种资产中合理分配成为投资者研究的重要问题。基于此,本文首先通过统计指标来衡量证券的投资价值,进而寻找有投资价值的证券进行投资;然后利用不同的风险度量方法和约束条件来研究最优投资组合理论,通过理论和实证两方面的研究来探索中国股市最适用的模型,并基于该模型研究不同参数对最优投资组合风险的影响;最后对模型中存在的不足提出改进方法。证券价格因受诸多因素的影响而不断变化,能否准确的评价证券在未来一段时间内的投资价值是投资者获利的根本,选择一只有升值空间的股票往往能使投资者获得高额的利润,反之,选择一只没有投资价值的股票能使投资者血本无归。本文构造的证券投资价值评价指标是以统计学为基础,将统计分析与投资分析结合起来,通过量化的指标来评价证券的投资价值,这有助于提高评价的可行性和科学性。投资组合理论主要研究如何进行资产配置使得收益和风险间达到均衡,当收益率服从正态分布时,马克维茨的均值-方差模型常被用于构建最优投资组合,但模型中的假设条件现实无法满足。本文结合中国证券市场的实际情况对马克维茨的均值-方差模型进行改进,从而建立不允许卖空、含有无风险资产、含有交易费用等约束条件的均值-方差模型,并将Va R作为一种新的风险度量方法引入均值-方差模型中,分别建立不同约束条件下的均值-Va R模型和Va R约束下的均值-方差模型,从多角度对各模型进行比较,结果发现基于时间加权历史模拟法的均值-Va R模型最符合中国证券市场的实际情况。我们还利用该模型进行实证研究,分析最优投资组合风险的影响因素,以帮助投资者合理设定参数值,并利用单因素模型和多因素模型对传统的收益和方差的估计方法进行改进,以减小估计上的误差。