某买方研究桌台每期会产出若干路相关的 alpha 信号——价值倾向、质量倾向、短期反转得分等等——每一路都是长度为 n_assets 的横截面向量，且已在资产维做过去均值。把这一束信号送入组合优化器之前，桌台希望先剥掉其中的冗余：保留优先级最高的信号原貌，再从后续每一路里逐层剥除更高优先级信号所携带的变动。最自然的做法就是按研究员*选定*的顺序做经典 Gram-Schmidt 正交化——靠前的信号保留完整向量，靠后的信号只暴露其与所有更优先信号无关的那部分。