最常用技術指標分析方法，其中一種就是利用移動平均線相交訊號。例如利用一條短線移動平均線（即所用的參數日數較細），加上一條長線的移動平均線（所用的參數日數較長），再憑長與短的移動平均數相交，以決定入市或出市的時間。
這種移動平均相交的買賣系統是很常見的。問題是，計算移動平均數的日數愈短，買賣訊號便會愈頻密，而其中出現錯誤的買賣訊號便愈多；相反，計算移動平均線所用的日數愈長，出現買賣訊號便愈少。投機者及專業交易者（Traders）都希望系統所給予的買賣訊號不要太少，否則日日坐在大利市旁發呆，是會很悶的。因此，怎樣選取計算移動平均數的參數，便成為一個學問。
選擇合適的參數，可以是找些有「理據」的日數。例如五天代表一星期、二十天代表一個月、250天就代表一年的數據。假設計算移動平均數的上限為250天，那麼利用兩條移動平均線相交的參數組合，就會有六萬個以上的組合（由2天至250天），要找出合適組合，並不容易。
所謂優化參數的工作，其實要進行模擬（simulation）的工作。利用股票的歷史數據，把數據分為兩個部份：第一個部份就是計算最佳的參數。例如由組合2-3（2天及3天移動平均線）試起，試到249-250（249天及250天移動平均線）為止。跟着移動平均線相交點買賣，看看哪個參數組合能賺取最多盈利，再選取模擬賺錢最好的參數組合。之後再利用剩餘下來的數據，再考驗其賺錢能力。
這種把歷史數據分為內部樣本（InSample）及外部樣本（OutSample）的模擬測試，就是最常用的買賣指標參數優化方法之一。
麥萃才
浸會大學財務及決策系助理教授