在现代金融投资领域中,如何将有限的资金合理地分配至不同的风险资产中并有效规避风险,使得投资收益最大化,一直是广大专家学者所追求的终极目标。自Markowitz的经典均值-方差模型问世以来,越来越多的学者对其进行了调整和改进,解决了具有随机不确定性的投资组合选择问题并取得了非常丰硕的研究成果。但真实的金融市场中存在许多难以用概率值描述的不确定因素,因此在概率论框架下搭建的投资组合模型并不能准确描述影响投资决策的不确定因素。继Zadeh提出模糊集合理论和可能性理论后,一些学者利用可能性分布代替概率分布,研究了模糊环境下的投资组合问题,但由于其起步较晚,目前大多数模糊环境下的投资组合研究仍局限于单一阶段的投资行为。本文基于Zadeh提出的可能性理论,研究了模糊环境下的多阶段投资组合选择问题。首先,本文采用模糊集合理论和可能性理论来处理金融市场中的各种不确定因素,并考虑投资组合的交易费用和收益率的尖峰厚尾现象,构建了均值-半绝对偏差-偏度-峰度模型,并利用中国证券交易市场中的历史数据进行实证分析,研究了投资者在不同风险偏好下的最优投资策略。其次,本文利用动态反馈调整策略,将实际收益与预期收益之间的偏差作为影响投资策略的因素之一,并利用基于可能性理论的模糊熵描述投资组合的分散化程度,构建了均值-半方差-模糊熵模型,然后借助模糊规划方法将该模型转化为单目标规划模型,并利用中国证券交易市场的历史数据证明了该模型的有效性。最后,本文将所构建的均值-半绝对偏差-偏度-峰度模型和基于动态反馈调整策略的均值-半方差-模糊熵模型与经典均值-方差模型进行对比,证明了这两种模型与经典均值-方差模型相比的优势。