有关证券投资组合的风险度量和组合优化的理论与方法的研究,对控制金融风险、稳定金融秩序具有十分重要的意义。投资组合理论的研究目的是寻求一个最优投资组合在给定收益水平下使投资风险最小化,或者在给定的投资风险水平下使投资的收益最大化。VaR (value-at-risk)和CVaR (conditional value-at-risk)是近年来提出的新的风险度量方法。特别是CVaR风险度量,由于具有许多优良性质,已成为金融风险管理中研究的前沿课题。本文展开的研究是在Markowitz投资组合优化理论的框架的基础上进行的,在此框架下,简要介绍了现代投资组合的理论基础以及经典的均值-方差模型。接下来,本文介绍了投资理论中一个度量风险的重要方法——VaR的定义及其性质,以及基于VaR的,具有更优性质的风险度量方法——CVaR,并引入了一个将VaR与CVaR联系起来的投资组合模型。进一步的,本文考虑了交易费用对证券投资组合的影响,定义了一个包含交易成本的均值-CVaR投资组合模型。在数值计算和实证分析阶段,本文运用了最新智能优化算法：遗传算法,在十进制编码下设计了合理的选择、交叉、变异算子,借助于Matlab和Excel软件对本文模型进行了很好的求解和实证,系统研究了置信水平、交易成本约束条件对均值-CVaR组合优化模型有效前沿的影响。