核心观点
　　特征向量组合偏差源于方差估计偏差和组合不稳定。对于无相关性的资产，特征向量组合波动率估计的偏差,源于协方差估计的偏差和组合本身的不稳定性。由于尺度效应存在，协方差必然会出现一定的涨落。
　　特征向量调整降低赝相关性。通过特征向量调整，协方差的“非对角项”明显降低，即赝相关性有所降低，采用特征向量调整的协方差得到的最小方差组合的结果优于直接使用经验方差。
　　因子信号的增加，对应的特征向量组合更为稳定。在无相关资产的基础上，逐步增加资产之间的相关性，对比特征向量调整前后协方差估计的差异。随着因子信号的增加，对应的特征向量组合更为稳定。同时对于市场效应和相互作用效应也进行了模拟。整体来看，对于共同因子所对应的特征向量组合来说，其偏差统计量基本位于1附近，是否需要对其修正，需进一步研究。
　　股票类型资产有因子效应且中间特征向量组合稳定性较差，因子类资产特征向量组合的稳定性更高。对于股票类型资产观测到了因子效应的存在，但中间的特征向量组合稳定性较差，也出现了一定的“相互作用”效应。对于因子类资产，特征向量组合的稳定性是高于理论无相关资产组合的，且中间较低重合度的特征向量组合的稳定性也高于股票组合。从经验协方差特征向量组合的偏差统计量来看，并没有出现右侧尾部偏离的情况，即没有共同因子效应，这与无相关资产的结果一致。
　　风险提示:报告结论基于历史价格信息和统计规律，但二级市场受各种即时性政策影响易出现统计规律之外的走势,所以报告结论有可能无法正确预测市场风险，报告阅读者需审慎参考报告结论。