你有一柜子白衬衫，每件剪裁略有不同。数量确实很多，但真要搭配时，它们可能仍是同一类衣服。量化团队的因子库也会遇到这个问题：不断加入新信号，不代表获得了同样多的新信息。Marc Nunes 的研究把这些信号放进一个几何空间，追问一个很实际的问题：限制信号之间的相关性后，库里究竟还能放多少东西？库变大时，等权组合又会不会自然靠向某个共同方向？
论文给出的短答案很克制：仅仅要求信号彼此不同，几乎什么也保证不了。因子库的最终形状，还取决于候选信号从哪里来、按什么规则准入，以及研究流程何时停止。以下结论均来自这篇单一信源的理论研究；作者提供了证明和数值检验，但没有使用市场数据。
先把因子库画成一个球
这里的横截面信号，是在同一时点给一组资产排序，预测谁相对更可能上涨或下跌。论文先对每个信号去均值，再把长度归一化。这样，一天的信号就能表示为高维球面上的一个点；跨越多个日期的完整历史，则是“乘积球面”上的一个点，也就是多个球面位置拼成的对象。
这一步把相关性限制翻译成了球面打包问题。两段信号历史越相似，对应的点越近。要求任意两个信号的相关性不超过某个上限，就等于要求球面上的点保持最小角距离。所谓“库还能装下多少信号”，因此不是数据库容量问题，而是给定间距后还能放下多少点。
这个角度很有用，因为它把三个常被混用的状态分开了。分离，表示所有点都遵守最小距离；饱和，表示已经无法再塞入一个点；最大，则表示点数达到了理论上限。一个贪心流程逐个接纳候选信号，最多只能说明最后可能饱和，不能说明它找到了容量最大的排列。
填满了，也可能偏在一边
直觉容易在这里出错。一个信号库已经饱和，意味着球面各处都离某个已有信号不太远，也就是覆盖得足够密。但等权和关心的不只是“哪些地方有点”，还关心“每个地方有多少点”。
论文在圆上给出一个反例：让上下两个半圆都被点覆盖，却在其中一边放入更高密度的点。随着最小间距缩小，这组点会越来越密，无法再插入新点，但计数分布仍长期偏向一侧。它的均值不会归零。换句话说，覆盖均匀和票数均匀是两件事。
只有更强的条件才带来明确极限：在一个固定区域内，点数逼近可容纳的最大数量，同时最小间距不断缩小时，点的计数分布才会趋近该区域的均匀体积分布。若区域是没有限制的完整球面，对称位置彼此抵消，均值趋近零；二阶矩——用来判断变化集中在哪些方向的量——也没有特别突出的方向。因此，等权信号和不会自动指向一个独特的第一主成分。
第一主成分（PC1）是最能解释信号共同变化的方向。谱则是各个主成分分别承载多少变化。论文的结论是：即使因子库非常大、信号两两不太相似，也不能据此断言等权和会收敛到 PC1。
真正决定方向的是“谁能进来”
实际团队通常不会从完整球面无差别收信号，而会要求信号具有正的平均 information coefficient，简称 IC。IC 是信号与随后实现的横截面收益之间的相关性。正平均 IC 表示一段信号历史总体朝着目标方向，而不要求它每天都判断正确。
在论文设定的均匀乘积体积基准下，只保留平均 IC 为正的候选，会打破正负对称。留下来的信号拥有非零、且与目标对齐的平均值，所以等权和也朝向目标。但它们的未中心化二阶矩仍是各向同性的，即所有方向地位相同。于是出现一个看似矛盾、其实很重要的结果：等权和可以有明确方向，PC1 却仍不唯一。
如果准入规则进一步要求 IC 高于一个固定的正门槛，情况才改变。在同一均匀基准下，目标方向会成为每个有限历史长度下唯一的 PC1，并形成目标方向、日期间纵向差异和横向变化三层谱结构。论文正文还表明，固定门槛随历史增长会保留非消失的均值和谱间隔，但代价是合格候选在均匀总体中变得越来越罕见。
较弱的门槛则呈现另一种权衡。若门槛随日期数 按 的量级缩小，合格率可以保持为正，目标在有限 下仍可成为唯一 PC1；但均值强度和绝对谱间隔最终都会消失。也就是说，“方向暂时可辨认”不等于“这个方向在极限中仍足够强”。由于供稿中的摘要公式存在截断，这里只采用论文正文能够明确支持的定性结论，不转述残缺的特征值表达式。
相似度上限为什么还不够
论文用 Gilbert–Varshamov codes——一种从二进制编码中构造大量彼此分离对象的方法——展示了更尖锐的反例。在固定的锐角分离约束下，跨日期的历史空间可以容纳指数规模的信号库。但同样满足分离条件、甚至全部具有正 IC 的大库，可以得到相反的谱结果：一种构造让等权和与 PC1 对齐；另一种让两者正交。
原因并不神秘。等权和衡量所有信号相加后剩下的平均方向；PC1 衡量二阶变化最集中的方向。某些共同成分在相加时会因正负载荷抵消，却仍会在平方后的二阶矩中不断累积。于是，一个方向可以主导谱，却不出现在均值里。
这也解释了为什么“保留多少相似信号”没有一个脱离流程的统一数字。两两相关性上限只约束点之间的距离，不控制它们在空间中的计数密度，也不控制剩余变化集中在哪个方向。对已经停止扩张的有限因子库，团队应直接查看均值、谱以及均值之外最大的残余成分，而不能只数因子或检查相关矩阵有没有超线。
为什么值得量化团队关注
这篇论文最有价值的地方，不是给出一个因子数量上限，而是拆开了三种经常被混成一句话的判断：信号彼此不同、信号共同指向收益目标，以及信号的主要变化方向与等权组合一致。三者没有自动的递推关系。
它还提醒团队区分几何容量和统计可识别性。几何上，历史空间也许能放下指数规模的分离信号；统计上，却未必能可靠估计这些信号之间的全部关系。论文给出的一个充分条件是：若有 个独立同分布的日期样本，并要从 个候选中一致估计所有两两相关性，则需满足
这是保证估计成立的充分条件，不是必要条件，更不是现实交易容量的上限。它表达的是：候选池增长可以很快，但不能快到样本长度无法支撑全面比较。
局限与未知
- 论文研究的是几何、总体矩和有限配置，并用合成数值检验核对推导；它没有市场数据，不能证明这些信号可交易、能产生样本外收益或具备真实容量。
- 均匀候选、固定准入区域和 iid 日期等假设决定了若干整齐的谱结论。真实研究流程中的候选来源、发现顺序和停止规则都可能改变结果。
- “装不下”只指相关性约束下的 packing 极限。论文没有给出团队应保留多少因子的通用数字；它真正给出的判断标准是：先说明信号怎样产生和准入，再讨论库的容量、均值与 PC1。