有份研究資料顯示，八位有經驗的賭馬經紀人面對八十八種有關賽馬過去表現的參考變數（譬如：載重、勝率、各種狀況下的表現等）*。每位經紀人都根據自己的經驗，按照重要性排列八十八種資訊變數的順序。然後，這些賭馬經紀人將根據過去的四十五場賽事的賽前資訊，預測各個場次勝出的前五名選手。每位經紀人都分別給予他們各自認為最重要的五項、十項、二十項與四十項資訊變數，然後進行預測；換言之，每位經紀人都分別根據不同資訊數量預測四次。另外，對於每次的預測，經紀人都必須註明其預測的信心程度。
* 請參考T. Tsai, J. Kalyman, and Hastie, “Effects of Amount of Information on Judgment Accuracy and Confidence”(Working paper, 2007)。
結果顯示，對於電腦模型來說，資訊愈多確實愈好。採用單一回合的資訊（六項資訊），電腦模型預測的精確程度大約五十六％。隨著資訊數量愈來愈多，電腦模型預測的精確性也提高到七十一％。
人類的情況又如何？
結論和賭馬經紀人差不多：資訊增加並無助於足球專家的預測精確性。資訊數量不論是六項或三十項，預測精確性都沒有顯著差別，但預測的信心程度卻會因為資訊數量增加而明顯提升。舉例來說，六項資訊所做的預測，參與者的信心程度約六十九％；採用三十項資訊，預測信心程度也上升到將近八○％。所以，情況和賭馬經紀人類似，資訊數量只會導致信心增加，卻無助於預測精確性。
本文節錄自：《為什麼總是買到賠錢股》一書，詹姆斯 • 蒙蒂爾著，寰宇出版。
