本文研究在部分信息情况下有交易成本的极大化终止时刻期望效用的最优投资策略问题. 对于正态分布的部分信息模型, 运用卡尔曼滤波技术, 给出风险资产平均收益率的最优估计. 运用奇异随机控制导出新环境下有交易成本的最优投资策略, 该投资策略为自由边界偏微分方程的解. 利用马尔可夫链逼近方法将问题转为离散随机动态规划, 在CARA 效用函数下给出其数值算法, 并对影响该算法的参数进行深入讨论. 给出适合于有交易费的市场模型的另一个数值算法, 有限差分法, 并将有限差分法与马尔可夫链逼近方法进行比较. 介绍提高蒙特卡罗计算效率的技术, 并借助蒙特卡罗模拟, 构造信息价值、确定性等价来定量分析部分信息与完备信息的最优投资策略的差别. 通过无交易费等价来刻画交易成本对三类投资者的影响. 给出应用举例和比较静态分析, 得到部分信息情况下有交易成本的最优投资策略的基本性质. 最后将模型推广, 分别转向最优投资消费问题和贝努里概型的部分信息模型, 给出部分信息情况下最优投资消费问题的算法, 推导出贝努里概型的滤波结果。