资产投资理论最早是由证券组合理论公认的创始者、美国著名经济学家哈里·马科维茨(Harry Markowitz)于1952年系统的提出。他在1952年发表的的具有历史意义的论文-----《证券组合选择》和1959年发表的的同名专著上,阐述了证券收益和风险分析的主要原理和方法,建立了均值方差证券组合模型的基本框架,为证券组合理论在几十年间迅速的充实拓展和提高建立了牢固的理论基础。均值方差理论主要依赖于假设:理性的投资者是以收益率和风险为基础进行风险投资的。经典的马考威茨模型需要将证券的期望收益率、期望的标准差和证券之间的期望相关系数作为已知数据作为基本输入。如果这些数据没有估计误差,马考威茨模型就能够保证得到有效的证券组合。但由于期望数据是未知的,需要进行统计估计,因此这些数据就不会没有误差。马考威茨模型的另一个应用问题是输人数据的微小改变会导致资产权重的很大变化。解的不稳定性限制了马考威茨模型在实际制定资产配置政策方面的应用。我们知道,贝叶斯统计是基于总体信息,样本信息和先验信息进行的统计推断。他与经典统计学的主要差别在于是否利用先验信息进行贝叶斯统计重视已出现的样本观察值,而对尚未发生的样本观察值不予考虑,贝叶斯统计很重视先验信息的收集,挖掘和加工,使他数量化,形成先验分布,参加到统计推断中来,以提高统计推断的质量。因此,本文把贝叶斯理论应用到投资组合模型,利用贝叶斯方法求出收益率的预测密度函数,从而根据相关的贝叶斯理论求得预测密度函数的期望和协方差阵,以此来代替原模型的样本均值和样本方差。把贝叶斯理论引用到经济领域可以提供以下三方面的好处:(1)可以为结合各种信息资源提供理论框架(2)可以提供一个包含着精确风险的合理估计情景(3)可以灵活的处理复杂和实际的模型。利用贝叶斯理论在投资组合模型下求出投资组合的系数即权重后,本文用来自现实股市的实例证明了利用贝叶斯理论求出的投资组合系数比用极大似然估计求出的更精确。