在现有的风险度量理论中，投资证券获得收益的第一个突出特征就是不确定性。这是因为证券收益容易受到许许多多额外因素的影响而变化剧烈，其中包括商品交易活跃水准、某一行业是否繁荣、突发的政治变动、国际关系、政策的更改、上市企业的经营策略的成功或失败、全球的气候变化等。各种突发事件因素的影响能被预估到的终究只有一部分。即便我们毫无破绽地预计到了所有经济因素，各种非经济因素也会飞出来的“黑天鹅”改变经济运行的进程，进而推动或一种或多种乃至整个市场证券的股利和资本收益。82516

投资证券获得收益其次突出的特点就是各种不同证券收益之间的相关性。似乎继承了绝大多数经济变量的“血统”，证券收益一般会表现出同时上升或同时下降的特点。但是，并没有哪几支证券的收益之间会存在完全的正相关关系，这是因为影响不同的股票的因素并不是完全相同的，总是有着差异性。极端时，甚至会有某个证券乃至整个行业与整个市场的变化周期完全相逆。假使证券收益相互独立，互不干扰，完全受不同因素影响，分散化的证券投资组合就可以有效的降低投资风险。我们可以通过概率学理论了解到，如果证券收益之间没有完全的正相关关系，那么通过进行组合投资就可以避免许多的风险。并且，几个证券收益的相关度越弱，分散化的投资就越可以避免更多的的投资风险。论文网

人们在此基础上尝试了非常多的方法来度量风险，包括均值-方差法、半方差法、ARCH法、β系数法等等。都在业内获得了一定的认可。然而不论是哪种方法，在我国切实应用时总会有不同的局限性。所以本课题以熵理论为基础发展出一套风险度量的模型，希望能够探讨解决这一问题。

熵最早被引入投资概念是在1963年Jaynes提出的，他提出了最大熵原理，并验证了熵在度量不确定性事件时会发挥极好的效果。1972年Philippatos和Wilson通过方差和熵的研究对比发现了熵在风险度量领域的优势，从而建立了均值-熵模型。1993年Maasoumi将熵作为一种样本离散性的度量方法。2002年Massoumiy和Racine论证了在不清楚金融市场风险概率分布的情形下，利用熵度量不确定性的有效性。2003年McCauley奠定了熵在现代风险度量的科学基础。

熵在风险中的应用最早被我国许国安、李凤章引进。之后又被李兴斯、梁昌勇等将熵的理念应用于股票投资风险及投资模型组合等方面。