我们总是认为经济大潮已经过去，一代的荣光属于那样的一个时代，但是这是不是我们自己的历史的局限性带来的，我们总是站在历史的角度来看待曾经的时代，却总是没有能力看到自己的时代。其实这一代的荣光也属于自己的这样的一个时代，经济大潮往往总是存在的，或许"大萧条"那样的时代真的没有经济的大潮，但是其他的时间段里，经济总是保持着自己的增长，或许很快或许很慢，但是总有平均数的上下，经济总是有它的增长点的，经济的增长，总是在某个领域、某个方向发力，获得整体经济平均值以上的收益，即使在某一个领域，也有平均值上下之分，只是可能方差较小，整体稳定。但我们抱怨经济状况不行的时候，是不是应该反思一下，是不是自己所见真的就是这个世界现实。我们或许只不过是缺少发现机会的眼力，还有面对机会勇敢投入的魄力，因为未来是不可测的没有谁能够预见自己的投入能否真的获得收益，收获永远都存在，即使是完全的投入失败，也会有经验和教训的收获，但是我们关注的是收益，因为收益才是自己的投入的理想结果，而收获就是一个任何时刻都存在的副作用，收益是客观的自己预计的目标，而收获往往更多的与自己的心态有关系，更多的与自己的主观相关。
主观的判断往往并不可靠，因为一旦进入主观的判断，一件事情完全可以主观的判断为失败，或者主观的判断为成功，或者两者都存在，实际的数据才能更好的让自己判断好，但是一个更加难以让人接受的事实就是，实际的数据也会是主观的，没有谁能够判断到底一个数据是不是主观的，我们所见是不是正是这个世界，如缸中之脑。真实世界和虚拟世界是无法让人分辨的。我们所见的往往都是我们所想的，没有谁能逃过自己的有色眼镜来看待世界，所谓的客观，或许不过是我们主观中的客观。正如面对同样的数据，不同的人可以分析出不同甚至相反的结果，而从其角度来看逻辑也是完备的。从另外的一个层面来看，数据的实际性更是难以保证，特别是我们不能够接触到原始数据，而是通过其他间接途径获得其他的间接数据一样，如媒体的新闻、出版的书籍。这些数据往往也已经经过一步主观的过滤，不论是否是有意识的。"噪音"数据也自然的会存在这些数据里，怎样的过滤这些噪音数据，永远是一个难题，因为每个人的时间和精力有限，而数据永远是爆炸性的。
权衡集中于某些数据是唯一的解决方法。而权衡需要一个良好的算法来提供最优或者近似最优的解，但是这又回到了未来不可测的原点，面向未来的算法带来了太多的不确定性，换句话说便是解空间过大，趋向甚至直接是无限，一旦遇到这样的情况，显然这种算法是不存在的。那么如何尽量的保证面向未来的算法的可能性，我们可以分析历史数据看到趋势，但是这样的局势是否在未来中可能出现，取决于在面向未来的不确定性的大小，一旦不确定性小到一个可以接受的阈值，那么我们面向未来的算法就可以提供可以接受的误差范围的预测。譬如天气预报，近一天的天气可以相对准确，因为不确定性已经很小，数据已经可以观测到气压、云层，大致的趋势已经可以确定，而将范围加大，那么由于不确定性的增加，造成了预测的不可能。对于二十四节气这样的以年为单位的预测，是经过多年的经验的观测获得的数据，而目前的气候还是在这些多年观测的范围内，也即确定性通过这些多年的观测获得了增加，保证了二十四节气的准确，但是，一旦气候因素超出了多年的观测的范围，那么二十四节气这一预测也就失去了作用。这让我们更加明确一点，即使某个预测算法实现了多次的成功预测，我们也要警惕，这一算法的历史基础在当前的情况下是否依然存在，这往往是国情不同带来的相同情况的不同结果。同时，如果我们需要保证我们对某一方面的预测，我们就要保证不确定性在可接受的范围内，譬如，个人计划的制定，当我们可以在一周的范围内减少不确定性，那么我们就可以在一周的范围内获得良好的计划执行。当我们的不确定性控制范围越大，那么就意味着我们计划的良好执行的时间跨度越大，但是显然，在混沌理论的基础上，我们没有办法实现这样的一个控制范围的无限扩大，随着时间或者空间跨度的增加，不确定性的增加往往更大，是否是指数级未必，但是要保证确定性而付出的投入也自然会进一步加大了无法接受。
可见，对于面向未来的预测算法，只能够从不确定性上优化，尽力减少不确定性，那么有两种途径，一、包括更多的不确定因素，即将更多的不确定因素纳入考虑范围成为确定性因素。二、减少不确定因素，即更好的控制外部环境，减少不确定因素，也就是尽量的理想化模型。