买一份另类数据，不能只问“预测准不准”。更实际的问题是：投资者看过数据后调整仓位，承担的风险变了，最终是否真的更满意。Kwangil Bae 发表于 2026 年同行评议期刊《Quantitative Finance》的研究，正是用期望效用——把收益与风险偏好合成一个分数——比较有无私人信号时的最优策略。
最值得注意的是一个反直觉区分：据《Quantitative Finance》介绍，即使“取得信息不会造成损害”，信息在某些情况下仍可能降低投资者的最终效用。针对特定资产的信号，还会改变投资者对有信息与无信息资产的价值判断，却不改变无信息资产的最优投资政策。换句话说，知道得更多、估值发生变化，不等于每部分仓位都该跟着动。
论文还指出，多个信号合并后的价值可能等于、低于或高于各自价值之和，取决于信号噪声比——有效信息相对随机误差的强弱——以及噪声相关性。这给数据采购提供了一把更贴近投资结果的尺子：不能把单项信号的标价简单相加。