随着经济、金融全球一体化和金融创新、金融技术进步的日益加快,我国金融市场正在经历基础性和结构性变革,我国的资本市场也不断完善和发展,市场规模迅速扩大,投资机会和投资渠道不断增多,证券投资已经逐渐成为我国居民投资理财的一个重要渠道,投资组合理论也因此得到迅速普及。以1952年Markowitz发表《PortfolioSelection》为投资组合理论奠基标志,现代金融投资决策开始摆脱纯描述性研究和单凭经验操作的状态,进入到了定量分析的高级阶段。　　 在投资组合理论数量化发展的过程中已有许多研究指出,计算分析资产收益率数据的一阶、二阶矩对于进行动态投资决策具有重要的意义。但是,计算这些最优的动态投资策略已经被许多研究者证明是一件相当困难的事情,研究者为此进行了诸多的数量化分析方法的研究,包括偏微分方程、离散状态空间以及MonteCarlo模拟等。不幸的是,这些研究还仅仅局限在理论化的基础上,对于资本市场的实务应用还远远提供不了帮助,在业界最有应用价值的仍然是静态的Markowitz方法。　　 本文正是基于静态Markowitz方法提出了一种新型的动态投资组合方法,主要思想就是将可供选择的资产范围扩大从而包含引入状态变量后的新资产组合,并在此扩大了的资产范围内进行投资组合的优化,并将不同时期的投资组合进行拟合从而形成一种动态资产选择策略。在本文中我们运用两种组合即“条件性组合”与“时间性组合”进行动态资产组合的研究。通过扩大资产选择范围,可以利用Markowitz方法得到最优的投资策略。　　 为了更合理的将此模型应用于中国市场,本文针对中国资本市场发展时间不长,可利用的数据量有限的现实,创新性地将向量自回归模型(VAR)应用到历史数据的统计分析之中,从而可以有效减少因数据量过少而引起的计算误差。　　 从实证结果中可以看到,本文采用的研究方法更符合进行动态投资组合决策的实际应用,研究结论也更加便于实务应用。