1952年马克威茨(Markowitz)在《财务学杂志》中开创性地提出了资产组合选择理论，该理论采用均值-方差分析来研究资本市场的资产组合选择。此后，如何在收益与风险平衡的条件下建立并求解投资组合的理论模型，一直是投资领域、尤其是证券投资领域研究的热点问题之一。 遗传算法作为一种基于生物自然选择和基因遗传机制的随机搜索方法，由于其简单自然、鲁棒性强的特点，不需要严密的数学推导过程和计算公式作为理论基础，且对于参数搜索空间没有苛刻的条件(如连续、可导及单峰等)，故在许多工程优化的实际问题中得到了成功的应用。 本文的研究宗旨为建立并求解基于遗传算法的证券投资组合模型，其主要研究工作可概括如下：1)系统分析证券投资组合的基本原理与方法，引入“半绝对离差”这一新的风险度量工具，并充分考虑市场摩擦等影响因素，构建本文提议的半绝对标准差投资组合模型；2)深入研究遗传算法的原理与过程，针对标准遗传算法存在“早熟”、“晚熟”、“不熟”、局部搜索能力差的缺陷，将标准遗传算法与禁忌搜索算法相结合，构建本文提议的混合遗传算法；3)对混合遗传算法的种群、适应度函数、选择算子及交叉、变异算子进行改进设计，并将该算法应用于求解多因素最优投资组合模型，以检验模型与算法的有效性。 研究结果表明：考虑市场摩擦因素的半绝对标准差投资组合模型更为接近我国证券投资的市场环境，而遗传算法与禁忌搜索的有机结合提高了算法的局部搜索能力，且在样本分析中表现出良好的应用效果，故具有一定的科学理论价值和社会实践意义。