با توجه به ماهیت لپتوکورتوز توزیع بازده مالی و ساختار وابستگی غیر خطی متغیرهای دارایی اساسی در نمونه کارها ، توزیع پایدار لوی و عملکرد کپولا (TS Copula) برای توصیف مسئله بهینه سازی نمونه کارها چند منظوره استفاده می شوند. به منظور بررسی توانایی مدل سازی اتصال TS توزیع توابع با عملکردهای مختلف کوپولا ، این مدل به منظور به حداکثر رساندن مزایا و در عین حال به حداقل رساندن خطر در یافتن مجموعه ای از راه حل های پارتو غیر غالب طراحی شده است. مشکل بهینه سازی سرمایه گذاری TS Copula محدود با استفاده از سه الگوریتم هوشمند ، یعنی NSGA-II ، SPEA-II و MOPSO حل می شود. سپس مطالعات تجربی در بورس های سهام چین نشان می دهد که توزیع بازده لپتوکورتیک است و به شدت خسته شده است. علاوه بر این ، جفت عملکرد تابش کوپه Skewed-t با توزیع حاشیه ای پایدار دما می تواند توزیع دم ضخیم بازده نمونه کارها و ساختار وابستگی نامتقارن غیرخطی را بین دارایی ضبط کند. این اتصال کوپه Skewed-t با توزیع پایدار لوی است که بهترین عملکرد مناسب را کسب می کند. علاوه بر این ، الگوریتم های هوشمند MOPSO و NSGA-II در حل بهینه سازی نمونه کارها چند منظوره مبتنی بر TS کوپولا مؤثر هستند.