风险投资投资者以可预测的方式失败，这使他们付出了很大的时间。
不管公司的成熟程度或投资的股份有多高，投资于早期初创公司的机构投资者通常会造成不良的投资，并且可以在算法的帮助下预测这些失误。亚博赞助欧冠，，，，“Predictably Bad Investments: Evidence from Venture Capitalists,” by Diag Davenport, a doctoral candidate in behavioral science at the University of Chicago’s Booth School of Business.
Davenport使用PitchBook Data编辑了一组示例的初创公司，这些初创公司参与了2009年至2016年之间的前100名加速器和孵化器计划中的任何一个（他称其为“许多初创公司的启动台）”。这包括Airbnb等公司，Doordash，Stripe，Dropbox，Coinbase，Instacart，Uber等人 - 共有16,054家公司，总投资超过90亿美元。Davenport随后在PitchBook的数据库中构建了所有权益交易的数据集，该数据库在公司完成加速器计划后的头五年内发生。
使用这些数据，Davenport培训了一种算法，以预测公司的晚期出口。为此，他为每家公司提供了有关算法的早期信息，其中包括资金水平，创始人教育质量的代理以及创始人的性别等因素。算法区分了或多或少有可能退出的初创企业，达文波特将其定义为IPO，获取或D系列D或更高版本的交易。
在本文中，达文波特（Davenport同时在市场上可用。在他的研究中，这些不良投资的总成本为100个基点，约为9亿美元。
然后，达文波特将算法预测的成功与实际结果进行了比较。他发现，被算法标记为糟糕的投资的公司以仅5％的速度退出，而算法预测的成功率较高的公司更有可能具有积极的估值。简而言之，该算法比在早期阶段投资于公司的风险投资者更准确地预测了创业公司的未来成功或失败。
Davenport写道：“算法可以检测到统计上可靠的模式，为投资者提供了[DOOT]，而不是通过运气来实现回报，而是通过选择[质量]的回报。”
那么，为什么投资者进行不良投资呢？达文波特（Davenport）的研究表明，投资者之间的联系是在投资决策中优先考虑创始人的细节，并且未能退出。相反，它还发现最成功的公司优先考虑产品详细信息。达文波特写道：“在进行良好的投资时，投资者似乎押在马匹上，但是在进行不良投资时，他们似乎正在赌注。”
达文波特（Davenport）发现的其他因素可能导致投资失败，包括过度强调创始人教育的投资者，或者可能对本金和投资者之间的激励结构的潜在错误对准。达文波特（Davenport）表示，“有一个完美的原因，为什么投资者可能不知道他们的遗忘回报，以及为什么即使他们知道，他们也可能不会对他们做太多事情”。
毫不奇怪，达文波特（Davenport）表示，一种可预测的表现不佳的解决方案更广泛地使用了算法，例如他构建的算法。他将这种技术采用的缓慢速度归因于机构的限制和行为偏好。他写道：“公司的惯性和有限合作伙伴的偏好可能会限制利润改善技术的采用。”“或者，投资者的能力可能过分自信；他们可能会固有地珍视代理机构；或[他们]可能具有固有的算法厌恶。”