误区1：胜率高的指标是好指标

误区2：相同周期内，收益率高的指标是好指标

误区3：盈亏比大的指标是好指标。

误区4：高准确率，高盈亏比的完美指标是好指标

解析：以上误区，往往是投资者过度关注某一个数据造成的，因为投资回报，是一个多因素乘积效应，过度关注一个指标而忽视其他指标， 其结果未必可取。例子：准确率75%（不考虑是否合乎实际），盈亏比2（平均盈利是平均亏损2倍），该模型的效率值是=75%*2*100，效率是150，另一模型，准确率50%，盈亏比3.5，效率值是=50%*3.5*100，为175.从上例分析来看，仅仅关注准确率，不能更好的为投资带来高效回报。所以有投资者就追求高准确率，高盈亏比的指标，例如准确率80%，盈亏比7，该模型系统的效率值达到了惊人的560，看到数据，不免让人心潮澎湃。

但从实际上考虑，人类在人类的投资群体中，能够达到这种投资结果么？这种结果，是否合理？ 答案肯定是不合理，这种原因，主要是因为数据作弊，样本过小，过度缝合历史等原因造成的。数据作弊，主要是使用了“未来函数”，小样本主要是选取的测试时段过小，很多特殊情况并未发生在该时段，过度缝合历史主要是程序编写，是按照“历史重演”的理论，严丝合缝的对历史进行测量，“历史会重演”，但不会“简单重演”，所以，用这种模型系统预测未来，那么各项数据都会发生很大变化。

解决方法：1按照实际可能性，分析数据，这是有风险的投资，怎么会有零风险的暴利？2多数据分析，乘法法则告诉我们，只要有一个因子是零，那么结果肯定是零。3按照切断测试的法则进行数据分析，把一个长阶段，分成若干小阶段，在每个小阶段中测试数据，然后对于整个阶段数据，如果误差较小，那么模型就是稳定的，如果误差较大，那么模型就存在一定的不稳定因素。