随着国内金融市场的发展,金融体系也越来越完善。国外大量量化模型的引入,使得投资组合模型愈发丰富。如何选用合适的投资组合模型来反映投资者真实地投资心理,从而对资产进行合理配置,是业界内热切关注的一个问题。因此,本文便在这一背景下,提出了本文中改进的相关模型,尝试对我国股市的应用研究提出一定的指导意义和实践意义。本文根据Kahneman&Tversky提出的展望理论,以传统的投资组合模型提出的S-型效用函数为依托,对投资者的投资心理进行刻画。在前人研究成果的基础上,对模型进行了改进,并且通过改变不同时期的损失厌恶系数和参照点来建立动态损失厌恶投资组合模型。在改进模型的基础上,本文进一步引入了三阶矩偏度,研究高阶矩对模型带来的影响。最后,为了验证模型的稳健性,本文在模型中引入了交易成本,并通过实证来验证模型的有效性。在模型求解过程中,由于参数分段给求解带来的不便,本文通过提出合理假设,并引入0-1变量对模型进行简化,从而进行求解。在求解多目标规划的有效前沿时用到了NSGAⅡ算法进行求解。该算法是一种优化的非劣排序遗传算法,其是NSGA的进化版本,在算法复杂度、精英策略等方面得到了改进。通过拿A股数据进行实证,本文得出以下结论。改进后的动态损失厌恶模型是要优于改进前的模型和静态投资组合模型的;加入偏度的动态损失厌恶投资组合模型的表现结果是要优于未加入偏度的动态损失厌恶投资组合模型。引入交易成本后,得出改进的动态损失厌恶投资组合模型是有效的,同时验证了模型的稳健性。