随着经济发展的加快，中国的金融市场和金融体制不断完善。在国民人均可支配收入不断增长的趋势下，基金作为一种主要的大众投资方式，在近两年的时间内，呈现了迅猛发展的势头。基金逐渐成中国资本市场上的主要机构投资者，其投资组合直接作用于证券市场的价格波动。因此，建立有效的基金投资组合模型对中国金融市场的稳定发展具有十分重要的实践意义。本论文共分为四个部分：第一部分，综述国内外有关文献研究现状，提出了研究的意义；第二部分，界定了基金和基金资产的概念，分析了基金资产的构成，剖析了现有投资组合模型的不足及相应的解决思路：第三部分对股票资产按照风险角度进行了分类，建立了基金资产分类的模糊数学模型。将股票和国债的单位风险所获得的超额收益作为遗传算法中的被操作对象，以遗传算法中的目标函数的形式来建立了投资组合模型，将投资组合模型作为遗传算法中的适应度函数，最终来求解不同风险偏好系数下的最优解。第四部分，选取上证180样本股数据为样本，应用遗传算法计算了两种不同风险偏好系数下的最优投资比例和投资绩效，与现有的三类基金的投资比例进行了比较分析，并从经济意义角度分析现有应用遗传算法求解投资组合模型与本文的模型的不足。本论文的创新见解表现在两个方面：第一，在投资组合模型中加入风险偏好因素，解决了原有模型只适用于风险中性的不足，取代了投资者风险中性的假设，使投资者可以根据自身的风险偏好程度来选择投资组合。第二，以遗传算法中的目标函数的方式建立了基金投资组合模型，以风险调整的收益的最大值作为遗传算法中的目标函数，应用遗传算法进行了求解。避免了应用二次规划对原有模型求最优解的过程中，出现的非线性程度高，收敛缓慢并且收敛于局部解的问题。