本文研究的是基于随机控制的动态资产组合模型，并在大数据问题中进行了程序化的动态资产组合策略模拟.为了降低在大数据问题中的计算量，本文首先提出了一个基于主成分的动态选股模型，在构建一套衡量股票长期发展潜力的指标体系后，用主成分分析的方法，对每一期股票进行打分排名;然后本文构建了股票价格的It(o)过程，并且用FIGARCH模型的蒙特卡洛方法估计股价模型中收益率和波动率这两个参数，带到我们的微分方程模型中，用随机控制的思想，通过求解H-J-B方程得到使期望效用达到最大的随机控制函数.本文在不同的效用函数下，构建出有不同边界值函数的偏微分方程，通过求解偏微分方程得出资产组合表达式，并对通用的Hara效用函数给出了一般化的资产组合表达式.本文最后综合以上三大模型，构建出动态资产组合模型，并进行了计算机程序化操作，给出了投资组合调整方案.