市場一直在變，但人性不變
在這一行，如果你很行，十次會對六次。你永遠無法達到十拿九穩的情況。─彼得．林區
電腦現在幾乎是華爾街各種股票分析的平台：計量分析、技術分析、基本面分析等。有些從業人員認為，如今電腦有能力做出比人更好的投資決策。這種想法是假設人類科技的操作者不會突然把他們的缺失插入系統中。
我曾經因為計量預測工具失靈而歷經慘痛的教訓。1995年與1996年，我用類神經網路與基因學習運算法開發財務軟體，以便找出市場價格資料中的型態。我設計的預測軟體可以精確預估市場，一開始看似一大勝利。這套軟體最初六個月套用在即時交易時，股價走勢的準確度可達59%，這成績並不賴。
但之後軟體的預測力開始下滑。使用一年後，1996年的準確度已降至53%（近乎隨機）。所以，我又開發新的預測軟體。新軟體最初幾個月的效果不錯，但後來準確度也開始下滑。1997年，開發新計量軟體的優勢已經微乎其微。顯然，1990年代初期與中期看來可以找出型態的不錯工具都已過時。
投資人發現錯價時，他們的買賣活動（套利）就會讓價格漸趨合理價，逐漸減少他們的優勢。有足夠的金錢投入市場掌握錯價機會時，優勢就會完全消失。或許這就是我的類神經網路無法再預測市場的原因：太多人使用類似的工具想找出同樣的獲利機會，他們持續從中獲利，直到沒有獲利空間為止。
我以個人經歷來闡述一項重點。我們在資料中發現型態時，很可能別人也發現同樣的東西。有足夠的金錢投入追求這些獲利機會時，這些機會很快就會消失。我就碰過這種消失的獲利。市場不斷在變，量化的型態大家終究都會發現。不過，源自人類大腦的價格型態可能是最持久的。
資料探勘與自欺
棒球場與交易場上的人都帶著信念與偏誤運作，當你可以完全排除信念與偏誤，改以資料取代時，你就有明顯的優勢。─約翰．亨利（John Henry），避險基金經理人與波士頓紅襪隊老闆
從金融資料中搜尋預測型態稱為「資料探勘」。資料探勘往往會讓人發現隨機的巧合，「數字命理學家」與粗心的統計學家可能很容易就被騙了。強大的電腦演算功能增加了統計巧合的問題。我們可以搜索政府經濟統計的龐大資料庫、過去的金融價格、網路資訊或企業資料，找出股市的預測關係。
大衛．林韋伯（David Leinweber）擁有哈佛數學博士的學位，在華爾街許多大型公司的技術交易部工作過，包括第一象限（First Quadrant）與科典公司（Codex）。1990年代初期，林韋伯看到太多華爾街人士想用電腦找出資料裡的假相關，所以他決定戳破許多無用的結果。他寫了一篇文章名為〈愚蠢的資料探勘把戲：過度解釋S&P 500〉（Stupid Data-mining Tricks: Overfitting the S&P 500）。 （相關報導： 主攻台灣科技龍頭，指數表現超越大盤！00913即將掛牌上市，這檔ETF有何特色？ ｜ 更多文章 ）
林韋伯分析聯合國大宗物資生產數字的資料庫，好奇是否能在這些數據與S&P 500之間找到關聯性。他發現用孟加拉的奶油產量預測S&P 500（樣本）有75%的準確度，若把紐西蘭的綿羊產量也加入模型，準確度更躍升到90%以上。他語帶輕鬆地做這些分析，以顯示在隨機資料中發現高度可預期關係有多麼容易。
