1.風險調整收益（SharpeRatio）優化：該方法的目標是最大化每單位風險所獲得的回報。計算每個資產的SharpeRatio，然後構建壹個組合，使組合的SharpeRatio最大化。
2.最小方差優化：該方法的目標是在給定收益水平下，最小化組合的方差。該方法要求先計算每個資產的方差和協方差，然後利用優化算法構建組合。
3.風險平價優化：該方法的目標是在組合中分配資金以實現每個資產的風險貢獻相等。具體方法包括計算每個資產的風險貢獻，然後通過優化算法實現風險平價分配。
4.最大化多樣化優化：該方法的目標是最大化組合的多樣性，以降低風險。具體方法包括選擇壹組相關性低的資產，並使用優化算法構建組合。
以上方法只是量化投資領域中常見的壹些優化方法，實際應用中可能會有更多變化和復雜性。