随着我国经济实力的增强,很多投资项目极具发展潜力。面对众多的投资项目,投资者如何选择适合自己的最优投资组合成为重要的研究课题。Markowitz于1952年最早提出了关于投资组合的均值——方差(Mean-Variance)模型,M-V模型,奠定了现代投资组合理论的基础。它是金融投资定量化研究的开端,成为金融投资理论研究的主要论题和决策实践的重要工具,构成了现代投资组合理论的核心。然而,在现实经济生活中,该模型存在一定的局限性。进入90年代遗传算法迎来了兴盛发展时期,无论是理论研究还是应用研究都成了十分热门的课题。很多学者开始寻求用遗传算法来求解不同的投资组合模型。但在求解多目标改进M-V模型时一直比较困难。本文首先介绍了典型遗传算法的算法思想和步骤,在分析遗传算法性能瓶颈的基础上提出了一种改进遗传算法——目标规划的自适应并行遗传算法。其次把目标规划的自适应并行遗传算法应用于解决多目标有限投资限制的Markowitz模型。在这一过程中讨论了算子参数设计,研究了动态调整种群的规模和种群多样性对交叉、变异概率的影响等技术,并使用Matlab环境编写程序对该模型进行求解和模拟遗传算法搜索过程。实证研究结果显示,改进遗传算法有效提高了算法的运算效率。利用改进遗传算法所得到的最优投资组合,具有一定的科学性及合理性。