讨论数据驱动的连续分布下的分布鲁棒投资组合优化问题。对投资组合损失的分布密度函数通过核密度估计（KDE）做有限维逼近，并基此计算CVaR或EVaR．将 KDE中的权重做不确定参数并通过φ-散度定义分布不确定集，我们构建了基于KDE的分布鲁棒投资组合优化模型．我们证明，该模型可转化为可计算的确定的凸规划问题．初步数值实验表明，所提出的模型具有很好的表现．