近年来,关于高维投资组合的构建与决策的研究已经成为了金融领域重要的学术前沿。高维投资组合构建的难点在于当资产数目较多时,对协方差矩阵的估计将变得尤为困难。目前也许多方法可以对该问题进行处理:采用压缩函数的技巧,对样本协方差矩阵的特征值中偏大的进行压缩、偏小的扩张,使其更加接近于真实的特征值;对协方差矩阵施加结构性假设,以实现对协方差矩阵的估计的降维;在协方差矩阵的估计中使用高频数据拓宽时间长度;等等。这些方法都是期望得到高维协方差矩阵的较好的估计量,从而达到提高投资组合的表现的目的。本文基于带有权重的范数约束的最小方差投资组合模型,构建出两步法投资组合。在第一步中,通过建立带有权重范数约束的最小方差投资组合模型并求解得到稀疏投资组合,再根据实际投资需求筛选出适当数量的资产;在第二步中,对筛选出的资产再次应用最小方差投资组合模型,从而构建出两步法投资组合。两步法投资组合实现了资产的先选择、再投资,降低了投资资产的数目。从理论上讲,经过两步法的第一步的筛选过程,资产的数目被大大降低,在第二步中对协方差矩阵进行估计时,因维度过高带来的估计困难会被大大降低;从实践上讲,过多的资产会牵扯到投资者更多的精力,通过第一步筛选过程,可以让投资者更专注于少量资产,便于管理。在实证分析中,本文分别构建了低频数据、高频数据下的最小方差投资组合、两步法投资组合等多个投资组合,以金融市场的真实数据研究这些投资组合的表现。本文通过多组实证研究发现:无论是使用低频数据还是高频数据,两步法投资组合相对于最小方差投资组合,其收益风险比均有一定程度的提升;并且两步法投资组合在不同的数据集、不同的时间区间的表现也较为稳定。本文的实证结果也可以为投资者提供一定的参考价值。