金融市场充满了不确定性，受到诸如：国内外经济形式、经济政策、自身运行规律、气候、灾害等各种因素的影响，这使得投资者获得的数据具有非常大的不确定性。对投资组合选择问题中的随机不确定性问题，研究者已经通过应用统计学中的均值、方差的方法加以了解决，在实践中也发挥了重要的作用。然而，现实世界中，尤其是在证券市场上，数据的不确定性也表现为模糊性，模糊现象大量存在。传统的投资组合模型无论怎么变，都只用了统计学中的期望、方差解决了金融市场的随机性问题，而不确定性中的模糊性却没有得到解决，因此研究模糊环境下的投资组合决策正好可以解决这一问题。目前已经有不少学者对模糊条件下的投资组合进行了研究，运用不同的理论将模糊性引入投资组合模型中，发现模糊性对投资组合可能会产生影响。本文在系统性的整理这些研究成果的同时，分别运用模糊决策理论、模糊可能性理论、区间数理论，从对模糊性衡量的不同角度，研究了模糊决策投资组合、模糊可能性投资组合、区间数投资组合，并通过放宽市场无摩擦约束、改变决策变量等方式将这些模型进行了进一步的优化。本文还对这些模型通过变量替换和加权的方法转化成线性模型，并分别运用上证50指数中的样本进行了实证研究，研究的结果表明，考虑数据模糊性和市场摩擦的投资组合实用性更强，并且优化后的模型能最大限度的反映出投资者的意愿，灵活性较强、应用范围更广。总之，在理论上能拓展传统投资组合的研究思路，实践上能起到很好的指导价值。