运用基本面、技术指标分析来进行交易是否有效一直存在很大争议，纵观国内外交易盈利常胜者很少看到依靠专业分析人士的身影，而在国内仍然作为散户交易依赖的最主要工具，仍致力于研究这些随机游走的价格图。
一篇《中国股市技术指标有效性实证研究》的论文结论表明，追踪10年22个行业96只股票和精心选用了代表量、价、趋势的四个技术指标：布林带、资金流量指标、主力买卖指标，成交量变异率。在牛市、熊市和盘整三种不同大盘情况下，使用夏普测度，发现熊市和盘整市场合理利用自创技术指标可以获得略高于大盘收益，具有某种程度有效性。但在牛市时，收益低于同期大盘指数收益，而想要赚钱恰恰要在牛市抓住好的个股。
这些后见之明的基本技术面分析在大数据时代更显得苍白无力，与盈利渐行渐远，利用大数据进行投资策略和工具的开发已经成为世界金融投资领域的新热点。美国市场上CAYMAN ATLANTIC已经根据挖掘Twitter上用户群体留下的投资信息开发了相应的对冲产品，近几年年化收益率21.8%。
国内南方基金首当其冲，利用大数据对散户投资者交易行为、情绪进行刻画和量化，因国内投资市场仍以散户为主，交易较为频繁、短期交易盛行、波动较大，交易工具和交易心态的趋同更加突出，为机构有效地预测市场情绪和趋势提供了可能，为基金经理的反脆弱性提供依据。
在人工智能及超级计算机时代，凡是由固定数字量化而出的指标都不会再有效，你的聪明计算机瞬间就可以完成，个人所谓的经验组合指标计算机已经演算过千万次，计算机的智能已经远超出我们普通人的认知。
在未来的交易中借助大数据，融入对投资者交易行为的量化分析，从行为金融学的角度，与大众思维反其道而行之是在投资的零和博弈市场制胜的最好路径。
