随着我国金融制度的不断改革,我国证券市场一直处于高速发展的过程,功能不断健全,投资品种不断丰富,证券市场已经成为我国国民经济中不可缺少的重要组成,扮演着举足轻重的角色。但目前我国股市系统性风险仍较大,急需能够有效反映和规避系统性风险的工具,为投资者带来保障。此外随着众多指数化基金,ETF基金以及股指期货等投资品种的相继推出,市场需要一种能够有效构建跟踪股票指数表现的投资组合的方法。研究指数跟踪问题有着重要的现实指导意义和应用价值,它能有效指导指数投资产品设计、套利以及被动投资等投资方式。指数跟踪问题涉及两个核心环节,一是高效地挑选合适的成分股构建组合；二是求取成分股合理的权重。本文采用聚类分析与遗传算法相结合的方法解决这两个问题,进行了相应的成分股聚类算法和指数跟踪算法设计。并运用了大时间跨度的沪深300指数进行了实证分析。在算法实现上本文主要采用Matlab平台,借助其强大的计算能力和丰富的优化工具箱,成功构建了指数跟踪组合。在实证分析中,我们运用多指标对组合跟踪质量进行分析,并与其他方法进行了效果对比,从而验证本文方法效果。通过实证分析对比得到,本文方法构建的跟踪组合具有很高的相关系数以及较低的跟踪误差,跟踪效果比较理想,比起其他方法具有较明显优势。