投资组合最优化依赖于对样本协方差矩阵的估计，尤其在变量个数很多的情况下很难准确估计样本的协方差矩阵从而导致最优化得到的权重不稳健。带l1或者l2范数约束条件的投资组合最优化可以分别得到稀疏的权重，和较为稳健的权重。在这篇文章中我们提出在l1范数的基础上添l∞或者pairewise l∞范数的约束条件的最小方差投资组合最优化问题。其中l∞范数可以控制绝对值最大的权重，pairewise l∞范数鼓励相关性强的资产有相同的权重。通过模拟和经验数据分析，我们提出的方法在out-of-sample中得到的夏普比率，方差，换手率都优于以往的方法包括:l1或者l2范数约束条件的投资组合最优化和1/N的投资组合最优化。并且，我们给出了用协方差矩阵压缩的解释和基于样本最优投资组合风险与理论风险的误差上界。