資訊的發達，加快了經濟自由化的腳步，所以國際投資的機會也日漸增加，所以，如何利用國際投資組合來分散國內無法分散的系統風險，增加投資報酬率，以成為日漸重要的課題。 本研究試圖以基因演算法在不同的投資策略下追求各國最適的投資比率，基因演算法是一模擬生物演化過程而發展出的一追求最適解的方法，對目標函數的設定沒有太多的限制，在基因演算法下對投資策略的設定將更具有彈性。 在基因演算法下，本研究以亞太地區九個國家的股價指數為投資標的物，設定七個投資策略，其動機主要可分為二，一為欲追求較高的單位風險投資報酬率，二為欲有效模擬新興國家指數，分別比較其樣本期間內外的單位風險報酬率、一致性、持股穩定性與模擬能力，並試圖操縱不同的模擬期間長度，比較其差異性。 實證結果顯示，如果投資者欲追求較高的單位風險投資報酬率，可能應該注重投資組合風險之管理，追求投資組合風險最小化將可獲得投資組合在樣本期間外的單位風險報酬最高且在該投資策略下具持股穩定性，所以手續費的變動對其表現績效的影響不大。若投資者欲有效模擬新興國家指數則應使樣本期間內的模擬股價報酬率與新興國家指數報酬率的相關係數最大，本研究模擬的最高相關係數只有76.07％，在未來仍須繼續努力對目標函數加以改進。 本研究僅就模擬期間12週與34週加以比較，結果發現模擬期間12週的表現績效優於24週的表現績效，但模擬能力較差，這是否告訴我們較短的模擬期間將可使樣本期間外的表現績效更為優秀，將需做更進一步的確認。 本研究亦針對同一目標函數以基因演算法與傳統的二次歸劃法加以比較，結果在樣本期間外的表現績效、持股穩定性與模擬新興國家指數的能力上，基因演算法似乎都較優於傳統的二次歸劃法。