傳統投資組合理論主要的是以變異數來衡量風險，而其中又以 Markowitz（1952）提出的「平均數-變異數投資組合模型」最為著名。

在此模型中，由於共變異數矩陣的計算上較為困難且複雜，因此，Konno 及 Yamazaki（1991）另外提出了平均數-平均絕對離差模型，這個模型不但節省了計算時間，並且在求解最適投資組合時，也不需要共變異數矩陣，所以降低了計算上的困難度。

除此之外，亦有許多學者分別提出不同的風險測量方式，如Markowitz（1959）又提出了半變異數（semivariance）的觀念，而 Estrada（2008）即以此半變異數為損失風險的觀念發展出一種較簡易的平均數-半變異數模型；

其次，Bawa及Lindenberg（1977）以左偏動差（lower partial moment）做為損失風險的觀念而發展出平均數-左偏動差模型；

另外，Rockafellar 及 Uryasev（2000）則以條件風險值（conditional value-atrisk）為損失風險的觀念發展出平均數-條件風險值模型。

綜觀上述不同風險測量之投資組合模型，《不同風險衡量下效率投資組合之比較分析》這篇研究以半變異數、左偏動差、平均絕對離差、條件風險值來衡量投資組合的風險，與利用變異數來衡量風險作比較，分析其所求解出的最適投資組合之差異與進行相似度分析。

《不同風險衡量下效率投資組合之比較分析》文中發現在樣本內資料分析部分，MLPM 與 MSV 之間的相似度指數位居第一，而 MV 與 MMAD 之間的相似度指數較高。

https://pgfinnote.com/comparative-analysis-of-efficient-portfolios-under-different-risk-measurements/