Цель настоящей работы - рассмотрение практических аспектов применения генетических алгоритмов для решения задачи Марковица, заключающейся в адаптации генетических операторов к специфике решения задачи оптимизации портфеля рисковых активов. Основными методами используемыми автором являются методы системного анализ и эвристические методы оптимизации. В качестве данных для эксперимента, которые использовались для эмпирического моделирования, получены из открытых источников котировок Мосбиржи. Рассмотрены аспекты кодирования и декодирования допустимых решений в хромосомы, формализованы требования к размерности хромосом для достижения оптимальной скорости схождения генетического алгоритма. Для решения проблемы сохранения допустимости потенциального решения, с учетом ограничений задач Марковица, предложен оператор нормализации вида хромосом, позволяющий обеспечивать сохранение эквивалентности полученных потомков с допустимыми решениями. Исследования эффективности предложенного оператора генетического алгоритма, проведены по результатам 100 вычислительных экспериментов, и демонстрируют более высокие показатели сходимости чем при традиционном способе уничтожения недопустимых особей, полученных по результатам кроссовера. Вычислительные эксперименты проводились с использованием авторской программы реализованной в среде Lazarus, что позволило в полной мере оценить возможности генетических алгоритмов и их применимость к задачам оптимизации. Приведены результаты динамики целевой функции в процессе поиска оптимальных решений.