《巴菲特的投资组合》中提到了这样一个问题。

假设有100个人喜欢周四到爱尔.法罗酒吧听音乐，但是如果酒吧过于拥挤，他们谁也不会去。还假设爱尔.法罗酒吧每星期公布它周四的上座率。在过去的10周里，上坐率分别为：15、18、83、66、45、76、67、56、88、37。音乐爱好者们可以根据这些过去的数字来估计下周去酒吧的人数。

现在假设每个去爱尔.法罗酒吧的人都有一个前提条件即它预计去的人人数少于60人才去，100人中每个人都单独做出决定，他们可以使用过去几周的任何数据来做出决策。由于各自使用的预测指标不同，有些人将会在周四出现在酒吧，而另一些人将呆在家里，因为他们的预测数字超过60。到第二天酒吧又公布了新的上坐人数，这100位音乐爱好者又重新更新他们的模式准备进行下周的预测。

 我们怎么样预测这样的问题？如果深入的分析将是“我预测别人如何预测我”类似的问题，你要预测的话，要考虑别人使用什么样的模型，而别人使用模型是考虑他之外其他人使用模型的可能性。如果简单处理，各人采用独立的模型，将总有一部分人预测对了，其他人预测错误；随着时间的推移，可能预测错误的人又将正确，正确人又将错误。

很多人天天看消息、看技术指标等，不停的操作，其实做着类似的事情。