本书根据现代投资组合理论从静态到动态、单阶段到多阶段再到连续时间的动态投资组合的发展脉络，针对性地研究了静态模糊投资组合、摩擦市场下的动态多阶段投资组合和含金融衍生品的投资组合很优决策问题，然后在连续时间金融的框架下，重点对投资组合的很优配置策略进行了深入、详尽的研究。各章内容安排如下：
章，绪论。主要介绍了该领域的研究背景和研究意义，对本书的研究内容进行总结，并归纳出本书的创新点。
第二章，基于集成预测的模糊投资组合选择。
第三章，摩擦市场下的多阶段动态资产组合配置策略。
第四章，随机环境下的连续时间很优资产组合选择。
第五章，极大极小风险下的跳扩散连续时间资产配置策略。
第六章，含期权的连续时间投资组合很优策略。
第七章，随机利率和通货膨胀下的很优组合选择。
第八章，含股指期贷的投资组合套利策略研究。
本书很后对研究内容进行了全面总结，并针对未来的研究思路做出展望。

李爱忠，男，汉族，北京航空航天大学金融工程专业管理学博士，研究方向为大数据分析、智能金融、数理经济与风险管理。长期致力于投资组合与风险管理、金融衍生品定价、机器学习及经济预测等方面研究，主持国家社会科学基金1项, 开发了《证券投资组合和基金评价综合集成系统》，曾参与国家自然科学基金项目6项、国家社会科学基金项目1项，在《中国管理科学》、《系统工程理论与实践》等核心期刊发表相关学术论文数十篇，研究成果集中在集成预测、稳健矩阵回归、非线性资产定价、投资组合及风险管理等方面。

章 绪论
1.1 研究背景及研究意义
1.1.1 研究的背景
1.1.2 研究的意义
1.2 相关文献研究综述
1.2.1 投资组合的静态模型
1.2.2 动态投资组合模型
1.2.3 国内研究综述
1.3 本书的研究内容和结构安排
1.3.1 主要研究内容
1.3.2 结构安排
1.4 研究思路和方法
1.5 主要创新点
第二章 基于集成预测的模糊投资组合选择
2.1 预测理论及方法
2.1.1 基于粒子群优化的SVM算法
2.1.2 基于遗传神经网络的预测模型
2.1.3 ARIMA时间序列预测模型
2.1.4 基于熵值法的集成预测
2.2 基于均值-方差-熵优化的模糊投资组合模型
2.2.1 预备知识
2.2.2 含模糊约束的均值-方差-熵优化的模糊投资组合模型
2.3 实证研究
2.3.1 预优化
2.3.2 组合预测
2.4 均值-方差-熵优化的模糊投资组合结果
2.5 本章小结
第三章 摩擦市场下的多阶段动态资产组合配置策略
3.1 摩擦市场下动态投资组合决策模型
3.1.1 动态投资组合模型的建立
3.1.2 基于粒子群优化和神经网络混合智能算法的模型求解
3.2 基于最小二乘支持向量机预测的参数估计
3.2.1 最小二乘支持向量机
3.2.2 资产收益率的影响因子
3.3 实证研究
3.3.1 预优化处理
3.3.2 最小二乘支持向量机预测
3.3.3 动态投资组合的参数和优化结果
3.4 本章小结
第四章 随机环境下的连续时间最优资产组合选择
4.1 连续时间金融的数学基础
4.2 问题的提出及模型的建立
4.2.1 效用的定义
4.2.2 连续时间的资产组合模型
4.3 最优投资策略
4.3.1 模型求解
4.3.2 结果讨论
4.3.3 模型的扩展
4.3.4 模型时变参数的GARCH估计
4.4 算例
4.5 本章小结
第五章 极大极小风险下的跳扩散连续时间资产配置策略
5.1 连续时间的投资组合决策模型
5.1.1 跳扩散投资组合模型的建立
5.1.2 极大极小风险约束
5.2 基于数值逼近算法的模型求解
5.2.1 HJB方程
5.2.2 数值逼近算法
5.3 基于神经网络预测的参数估计
5.4 实证研究
5.4.1 组合中投资标的的选择
5.4.2 参数估计
5.4.3 跳扩散的连续时间投资组合的优化结果
5.5 本章小结
第六章 含期权的连续时间投资组合最优策略
6.1 含期权的连续时间投资组合决策模型
6.1.1 模型的建立
6.1.2 基于微分方程有限差分法的模型求解
6.2 套期保值策略
6.3 算例
6.4 本章小结
第七章 随机利率和通货膨胀下的最优资产组合选择
7.1 考虑通货膨胀等因素的投资组合决策模型
7.1.1 模型的建立
7.1.2 改进数值逼近算法的模型求解
7.2 基于支持向量机的参数估计
7.3 实证研究
7.3.1 模型参数估计
7.3.2 连续时间最优资产组合的优化结果
7.4 本章小结
第八章 含股指期货的投资组合套利策略研究
8.1 基于Alpha套利的投资组合优化模型
8.1.1 Alpha套利的投资组合构建
8.1.2 Alpha套利策略
8.2 遗传神经网络优化算法的实现
8.2.1 自适应的遗传算法及其混合编码
8.2.2 混合编码下的遗传神经网络算法
8.3 实证研究
8.3.1 数据预处理
8.3.2 实证研究中的具体约束条件和退火参数
8.3.3 实证方法和实证结果
8.4 本章小结
总结与展望
研究内容及总结
未来研究思路展望
参考文献