不同的股票，或者同壹只股票在不同時期的“最優參數”不同，很難進行有效的統計和應用。
所以使用默認參數是好的，可以利用技術指標的“自我實現”效應，即當壹定數量的市場參與者使用同壹個技術指標時，技術指標會反過來影響價格，使其向指標指示的方向運行，但這種影響在規模上是有限的，當用戶過多時，又會反過來產生“自我毀滅”效應。
必須提醒的是，指標不是解決問題的根本。
大部分技術指標都是基於日線圖交易和周線圖交易設計的。如果應用到小時圖，問題不大，但是如果應用到小時圖以下的級別，按照課本上的用法，很難獲得好的效果。
可以參考Lajus Wilhemlms的《短線交易的秘密》和Valais/capra的< & lt短線交易大師> & gt其中關於k線形態的部分，在短線交易的應用中會更有價值。
人類發明的最早的技術分析方法，根源於k線形態分析和價格圖形態分析，在數學理論和技術分析理論多樣化之後，用技術指標輔助k線分析和價格圖形態分析。
比如壹個順勢交易者，最關心的是趨勢是否形成，當前趨勢是否健康。僅通過k線分析和價格圖形態分析，這些信息的準確率只有50%。
這時，壹些已經總結出壹些市場規律的投資者開始根據這些規律來設計技術指標，比如“均線”、“布林線”、“MACD”等。在這些指標的幫助下，投資者可以更好地獲得他們需要的線索，準確率可能會從50%上升到60%。
因此，在使用索引時，首先要了解索引的設計目的、適用環境以及相應的方法，從而正確掌握索引的用法，甚至進壹步開發出符合自身需求的特殊用法。