股票投资是我国重要的投资形式之一,但是从股票市场到投资者的个人投资决策都充斥着干扰和噪声。传统的随机矩阵理论(RMT)对证券投资组合风险优化产生了显著效果,然而RMT的去噪效果会随着组合证券数量的减少而下降,同时RMT仅仅是对证券收益协方差矩阵进行去噪,所以存在着一定局限性。从马科维茨(Markowitz)投资组合风险优化模型出发,基于小波分析视角讨论了蒙特卡洛模拟与小波去噪应用在投资组合风险优化上的可行性,并构造了蒙特卡洛小波去噪算法(MWF)。运用上海证券交易所A股股票交易数据进行实证分析,对比了传统的蒙特卡洛RMT(MKR)去噪方法、传统的RMT去噪法(LCPB、PG 和KR)以及单纯的Markowitz模型在股票投资组合上的风险优化效果。实证结果表明,蒙特卡洛小波去噪法在股票投资组合风险优化方面表现更好,并提供了一种新的股票投资组合配置方式。