核心结论 - 最小方差组合（MV）的样本外方差优势全部集中在曲线最左端（几乎不收缩），在有效持仓数（Neff）为2.7时，样本外方差比（对等权归一）为0.5413，而收缩到逆方差端点时该比值升至0.9142，收缩的每一步都在付出方差代价[3][36] - 真正卡住收缩曲线的是集中度约束而非统计估计误差，在无约束时协方差结构相对对角反事实的净贡献为0.3927，加上行业中性约束（单标的上限2/N）后净贡献仅剩0.1100，下降了72%[4][53] - 将“选择收缩强度”这一步也纳入样本外（walk-forward），实际方差比为0.8719，而全样本曲线最优点为0.5215，相差0.3503，“选δ”这一动作本身吃掉了一半以上的优势[5][38] 实证证据 - 在申万一级行业31个节点、3062个交易日、500日估计窗的122次月度重估中，MV（不收缩）的样本外方差比为0.5215，年换手为5.328，而逆方差组合的方差比为0.9142，年换手仅0.227[3][32] - 分年度检验显示11个自然年全部为正（方差比均小于1），但幅度高度集中，2024年与2020年两年合计贡献总优势的36.0%，最弱的2021年仅贡献1.6%[5][45] - 在2×2正交分解中，完整协方差矩阵下加行业中性约束的代价为0.2832，而对角口径下相同约束的代价仅为0.0005，两者相差552倍[4][53] 附带结论与风险 - 日内-隔夜风险敏感度D的四步检验结果为：存在性与显著性通过，但可操作性未通过（权重改变量的p值在0.88-1.00之间），且样本外方差比大于1，该指标仅可作为诊断量而非配置依据[5][78][84] - 结论依赖收缩族选择（仅使用Σ+δdiag(Σ)这一族）、日频降级口径（M=1）及申万一级行业面板，换用其他收缩族或更高频数据可能改变读数量级，但不会翻转“约束来自集中度”的主线判断[6][25][101]