现代金融市场纷繁复杂,投资者在进行投资决策时会面临更多不确定性现象.本文针对随机不确定性和模糊不确定性对投资风险的影响,提出三种多状态多时期熵投资组合模型以适应不同投资者在不同市场中的投资需求.本文第一章叙述了在不确定环境下研究资产组合选择问题的重要性.进而对己有的均值-方差模型,随机资产组合模型,模糊资产组合模型,模糊随机资产组合模型,随机模糊资产组合选择模型,熵模型在资产组合模型中的应用等主要研究方向进行回顾.并在第一章最后对模糊数,区间数,模糊随机变量算法,以及文中用到的几个熵的定义进行叙述.由于均值-方差模型中隐含的条件较为苛刻,不符合实际情形.因而第二章用增值熵和混合熵代替传统均值-方差对投资组合进行分析,并用模糊随机变量作为预期收益,以历史数据测算模糊数的左右宽度.为便于投资者及时调整投资比例,状态改变作为调整各资产比例的唯一标准,凡经过模型检验的收益值超过投资者的规定值,系统就会自动调整投资比例.最后,因为复杂约束条件的存在,使得要获得双目标规划的精确解变得困难,我们应用妥协遗传算法产生投资者的妥协投资策略.通过对上证300指数任意寻找的8支股票进行测算,其结果优于传统均值-方差模型和MCMC算法.第三章首先讨论了风险的类型.现实的投资市场中,除了第二章由混合熵刻画的系统风险,还存在着由证券内部信息不对称,或其他内部原因导致的非系统风险.通过计算最大Shannon熵,得知当投资为等比例投资时,非系统风险最小然而,真实市场中,等比例投资条件苛刻,且等比例投资可能导致收益减少.为此,使用最小化Yager熵作为非系统风险的度量.得到基于增值-混合-Yager熵的投资组合模型,并讨论了该模型在几种市场情况下的优势.由于统计上的缺失和数据的不完备性,由马尔科夫链得到的模糊收益率的左右宽度通常很难精确得到.为此,第四章使用区间数刻画多状态下动态投资组合策略.将已经得到的模型中的收益率用区间数代替三角模糊数,得到第四章新模型,并由粒子群寻优方法得到该方法下的解.