旧地图有时会把人带错路。市场环境一变，过去有效的收益关系可能已经失效；时间序列基础模型——先从大量序列学习通用模式、再迁移到具体预测任务的模型——却可能继续依赖这些旧规律。Levent Bulut 的研究用“冲突历史”检验这一点：两组数据近期收益相同，下一期收益也遵循相同机制，只有更早的历史给出相反暗示。
作者测试了五种基础模型预测流程和三种模拟过程，每项进行 1,024 次独立重复。在信号较强的 30 组比较中，冲突历史无一例外地降低了模型优于“预测收益为零”这一基准的概率；而在关系稳定时，模型原本能够识别信号。问题因此不只是模型能否找到规律，还包括它能否在规律过期后及时放手。
不过，结论不是简单地“少看历史”。作者另对 56 项资产做探索性比较，把输入从 256 期缩短到 64 期后，所有模型的平均绝对误差反而增加 1.77—4.58 个基点（1 个基点等于 0.01 个百分点），且两种长度整体上都未胜过零预测。换句话说，旧数据可能误导，但直接删掉它也会丢失信息。