看似买了几套不同策略，结果它们押的还是同一种风险，市场一反转就会一起亏。Han 与 Qu 研究的正是这种“因子撞车”：他们用稀疏自编码器（SAE）从多种资产的每日收益中提取隐藏因子，并要求每次只启用少数因子，像给组合设定“少而精”的表达方式，减少重复暴露。
在按时间顺序进行的加密资产测试中，作者称，SAE 构建的多空组合在五个确认期里的波动率都低于匹配的 PCA——一种把大量变量压缩为少数共同成分的方法。进一步分析把降波动与组合内资产相关性更低联系起来，而不是简单挑中了低波动资产。这说明稀疏表示的价值可能不在预测更多收益，而在让组合分散得更真实。
边界也很清楚：SAE 的风险调整后收益没有超过简单的反向策略，即买近期输家、卖近期赢家；换个随机种子重新训练，学到的因子身份也不稳定。换句话说，它目前更像一种隐含的分散化约束，而不是可靠的“新因子发现器”。