Статья посвящена инвестиционному анализу, одним из наиболее актуальных и востребованных методов которого являются портфельные методы. В традиционной постановке теории портфеля подразумевается, что базовые критерии портфельной теории, такие как ожидаемая доходность и уровень риска, для всех рассматриваемых финансовых инструментов рассчитываются по историческим данным одинаковой длины и остаются неизменными на протяжении всего времени эксплуатации модели. Предлагаемый авторами подход представляет собой модификацию модели Г. Марковица, суть которой заключается в том, что для вычисления ожидаемой доходности и уровня риска для каждого анализируемого финансового инструмента отыскивается своя оптимальная (уникальная) длина обучающей выборки. Поиск экстремума целевой функции осуществляется методом полного перебора (цикловая оптимизация), что обеспечивает достижение глобального экстремума критерия оптимизации при ограничении на предельно допустимый уровень риска. Величина выборки подбирается по двум критериям качества, в основу которых положена точность вырабатываемых прогнозов, а именно: 1) из условия минимума суммы квадратов отклонений прогнозных значений ожидаемой доходности, от ее реальных значений; 2) из условия максимизации таких результатов прогнозов, когда ожидания инвестора оправдались и при минимуме результатов, когда реальная доходность оказалась меньше предполагаемой. Селекция оптимальной длины обучающей выборки осуществляется по принципу скользящей верификации на независимом материале. Изложенная процедура апробирована на реальных примерах: прогноза доходности фондового рынка США и прогнозе прироста урожайности основных сельскохозяйственных культур Российской Федерации. Изложенный алгоритм, положенный в основу синтеза широко диверсифицированных портфелей, позволяет значительно повысить эффективность принимаемых инвестиционных решений, чему способствует учет особенностей как изучаемых рынков, так и соответствующих финансовых инструментов.