主要结论
        常规组合优化倾向于低估组合的实际风险：在常规的组合优化问题中，优化后求得组合的实现波动往往显著高于模型原本的预设水平。http://www.hibor.com.cn【慧博投研资讯】
        常规优化结果对实际风险的低估源于结构化风险模型的缺陷：结构化风险模型不可避免会忽略了一些潜在的风险因子，若最终组合包含这部分风险因子上的暴露，这些暴露带来的系统性风险会被模型忽略，导致组合实际风险低估，该问题被称为  FAP(Factor  Alignment  Problem)。http://www.hibor.com.cn（慧博投研资讯）
        将生成  alpha  信号的因子加入风险模型不能解决  FAP：由于组合优化问题中约束条件的存在，使得最终组合的超额权重与  alpha  信号之间并非线性关系，即便风险模型完备到能解释全部  alpha  信号，FAP  问题依然显著。
        修正后的  AAF  模型是  FAP  的一个有效解决方案：我们在  AAF  模型(Alpha  Alignment  Factor  Approach)的基础上，基于数学推导给出了其修正后的形式，实证结果表明，新模型能有效解决  FAP  问题。
        修正后的  AAF  模型可以将有效前沿上推：我们验证了修正后的  AAF  模型除了能正确估算组合的跟踪误差之外，还可以大概率将原始组合优化的有效前沿上推，从而可以在同样的已实现波动率的基础上，获得更高的年化收益。
        风险提示：本文所有实证结论均基于案例的历史数据，模型外推有失效风险。