为了满足广大人民群众对投资理财的日益增长的客观需求,金融企业和机构进一步地提供了丰富多样的投资产品。投资实际上是经济主体将资金投入到风险领域从而期望获取较高收益回报的行为。如何在给定的风险水平条件下,使投资者获得的收益尽可能多,或者在给定的收益水平条件下,使投资的风险降低到尽可能低的程度,最现实可行的办法就是把资金科学地分散投资到多个产品上,构建投资组合。投资组合可利用投资成功的资金所取得的高额回报,来弥补投资失败的资金所亏损的损失,从而在保证未来收益的同时,有效降低投资风险。本质上来讲,投资组合问题通常是一个约束优化问题,随机排序进化策略这种智能优化算法相比传统数学计算方法能更灵活地应对投资组合问题中组合方式变化无穷、约束处理繁琐复杂等方面的挑战。本文主要在经典Markowitz均值-方差模型的基础上,进一步考虑一些现实投资限制条件,分别设计了更贴合实际的带约束的单目标以及多目标投资组合模型,并应用和融入随机排序进化策略来分别有效求解单目标和多目标模型。首先经典模型中没有考虑到卖空、交易费用等现实情况。然而我国金融市场为了避免交收风险,通常不允许卖空的交易行为,并且每一笔实际投资交易都需要向交易所缴纳一定的交易费用。本文结合投资组合中我国客观存在的这两个现实投资限制,设计了带约束的严禁卖空与考虑交易费用的单目标投资组合模型。进一步实现了应用于该模型的随机排序进化策略算法,并在武钢股份等9种股票数据集上进行应用实验,实验结果表明随机排序进化策略因其良好的约束处理能力与无惩罚参数特征,在该模型上取得了比惩罚函数法更优的投资组合方案。其次单目标模型中允许投资份额无限分割,且只能从收益和风险中选择其一作为目标,该模型也只对应一个最优投资组合方案。本文结合实际金融产品存在最小交易单位的限制,并同时考虑收益和风险,设计了带最小交易单位约束的多目标投资组合模型。鉴于随机排序机制在单目标优化中的良好约束处理效果,本文进一步利用主流的基于分解的多目标进化算法MOEA/D中各子问题的标量目标特性,将随机排序机制融入到MOEA/D框架中处理约束,并应用其在带最小交易单位的9种股票数据集上求解多目标投资组合模型。实验结果表明,融合随机排序的MOEA/D算法能有效获得不同收益水平条件下的若干较优可行投资组合方案组成的集合,有利于投资者依据个人对风险-收益的偏好从上述较优方案集对应的有效边界中自主挑选最适合自己的投资组合方案。