เส้นค่าเฉลี่ย Moving Average

ถ้าจะบอกว่าเครื่องมือชนิดนี้ มีจุดเริ่มต้นตั้งแต่ปี คศ.1901โดยนักสถิติและนักอุตุนิยมวิทยา ชาวอังกฤษ นามว่า “Reginald Hawthorn Hooker” ได้คิดค้น “หลักการคำนวณค่าชั่วขณะ” หรือ “Instantaneous averages” เพื่อใช้ในการวิเคราะห์ข้อมูลต่างๆ เชิงอุตุนิยมวิทยา สำหรับใช้ในการพยากรณ์อากาศ และ ในเวลาต่อมา ปี คศ.1909 เพื่อนของคุณ Hooker ที่เป็นนักสถิติเหมือนกัน นามว่า “George Udny Yule” ได้นำหลักการคำนวณชั่วณะ ไปอ้างอิงในงานวิจัยของตัวเอง และได้ถูกตีพิมพ์ผลงาน ในวารสารชื่อว่า “Journal of the Royal Statistical Society” แม้ว่าคุณ Yule จะไม่ได้นำไปประยุกต์ใช้งานด้านต่างๆ แต่หลักการนี้ ได้ถูกนำกลับมาให้ทุกคนรู้จักอีกครั้ง โดยนักสถิติชาวอเมริกัน นามว่า Willford I. King ในปี คศ.1912 ผู้เขียนหนังสือ “The Elements of Statistical Method” หลายปีต่อมา นักสถิติและนักเศรษฐศาสตร์ นามว่า “Harold Wold” ได้เอางานวิจัยของคุณ Yule มาปรับปรุงต่อยอด จนได้เป็นเครื่องมือวิเคราะห์ทางเทคนิค ชื่อว่า “Moving Average”  ในปี คศ.1938 และนักลงทุน ก็เริ่มรู้จักและใช้กันอย่างแพร่หลาย จนถึงปัจจุบัน

หลายปีต่อมา นักเก็งกำไรชื่อดัง นามว่า “E.George Schaefer” ผู้แต่งหนังสือ “How I Helped More Than 10,000 Investors to Profit in Stock” ซึ่งเป็นที่ได้รับความนิยมเป็นอย่างมาก ในปี คศ.1960 เขาได้พัฒนาเครื่องมือวิเคราะห์ทางเทคนิค ที่ใช้ร่วมกับ หลักการวิเคราะห์พฤติกรรมตลาด (Dow Theory) ด้วยการปรับ Algorithm ใหม่ และใช้ค่าเฉลี่ย 200 วัน จนเกิดเป็น (Simple Moving Average) หรือ SMA จากแนวคิดของ Schaefer ได้ทำให้ เส้นค่าเฉลี่ย 200 วัน เป็นมาตรฐาน ที่บรรดาเหล่านักลงทุนนิยมใช้เพื่อหาแนวโน้มระยะยาว

MA คือ อะไร

Moving Average (MA) หรือที่เรียกว่า เส้นค่าเฉลี่ยเคลื่อนที่ มีลักษณะเป็นเส้นที่เคลื่อนไหวตามราคาหุ้น หรือ ดัชนี ซึ่งเกิดจากการคำนวณค่าเฉลี่ย (Average) ของราคาหุ้น หรือ ดัชนีตลาด โดยการใช้ข้อมูลย้อนหลัง ตามช่วงเวลาที่ผู้ใช้งานกำหนด (Period) ซึ่งเป็นเครื่องมือ (Indicator) ใช้งานง่าย และ นักลงทุนนิยมใช้สำหรับหาจังหวะเข้าซื้อขาย (แนวรับ, แนวต้าน) นอกจากนั้น ยังเป็นเครื่องเมื่อใช้บอกเทรนแนวโน้มได้ดีที่สุด อีกตัวหนึ่ง และในปัจจุบัน เส้นค่าเฉลี่ยเคลื่อนที่ (Moving Average) ได้มีการพัฒนาต่อยอด แตกแขนงออกมาหลากหลายประเภท เช่น

  1. Simple Moving Average (SMA)
  2. Exponential Moving Average (EMA)
  3. Weighted Moving Average (WMA)
  4. Double Exponential Moving Average (DEMA)
  5. Triple Exponential Moving Average (TEMA)

วิธีอ่านสัญญาณซื้อ สัญญาณขาย จากค่าเฉลี่ยเคลื่อนที่

สัญญาณซื้อ

สัญญาณซื้อ (Buy Signal) เกิดขึ้นเมื่อ ราคาหุ้น หรือ ดัชนี อยู่เหนือเส้นค่าเฉลี่ยเคลื่อนที่

หรือ เส้นค่าเฉลี่ยเคลื่อนที่ ที่มีช่วงเวลา (Period) สั้นกว่า อยู่เหนือ เส้นค่าเฉลี่ยเคลื่อนที่ ที่มีช่วงเวลา (Period) ยาวกว่า

วิธีอ่านสัญญาณซื้อขาย sell signal

สัญญาณขาย (Sell Signal) เกิดขึ้นเมื่อ ราคาหุ้น หรือ ดัชนี อยู่ใต้เส้นค่าเฉลี่ยเคลื่อนที่

หรือ เส้นค่าเฉลี่ยเคลื่อนที่ ที่มีช่วงเวลา (Period) สั้นกว่า อยู่ใต้ เส้นค่าเฉลี่ยเคลื่อนที่ ที่มีช่วงเวลา (Period) ยาวกว่า

ถึงกระนั้น ค่าจากเส้นค่าเฉลี่ยเคลื่อนที่ จะแปรผันตาม Time Frame ที่นักลงทุนเลือกใช้งาน

หากเป็นนักเก็งกำไร อาจจะเลือกใช้ Time Frame 5 – 60 นาที
หากเป็นนักลงทุนระยะสั้น อาจจะเลือกใช้ Time Frame 60 – 240 นาที
หากเป็นนักลงทุนระยะกลาง อาจจะเลือกใช้ Time Frame 240 นาที – 1วัน
หากเป็นนักลงทุนระยะยาว  อาจจะเลือกใช้ Time Frame 1 วัน ถึง 1 สัปดาห์ หรือ 1 เดือน

จำนวนวันที่ใช้ในการคำนวณเส้นค่าเฉลี่ยเคลื่อนที่

สำหรับค่าเฉลี่ยเคลื่อนที่ จะใช้ตามกรอบเวลาปฏิทิน ซึ่งจะนิยมใช้กันก็คือ 25, 75, 200 หรือ 250 วัน
โดยจะถือว่า ช่วงเวลา 25 วัน จะใช้สำหรับแนวโน้มระยะสั้น (แทนระยะ 1 เดือน)
ส่วน 75 วัน ใช้สำหรับแนวโน้มระยะกลาง (ใช้แทนระยะเวลา 1 ไตรมาส)
และ 200 วัน หรือ 250 วัน จะใช้สำหรับแนวโน้มระยะยาว (ใช้แทนรอบระยะเวลา 1ปี)

 

  1. Simple Moving Average (SMA) คือ

เรียกว่า เส้นค่าเฉลี่ยเคลื่อนที่อย่างง่าย ตรงตามชื่อ (Simple Moving Average) เป็นเครื่องมือที่นิยมใช้กันแพร่หลาย มีลักษณะล้อไปตามการเคลื่อนไหวของราคา วิธีในการหาเส้นค่าเฉลี่ยเคลื่อนที่ จะถ่วงน้ำหนัก ให้ค่าทุกค่าที่นำมาคำนวณมีความสำคัญต่อราคาเท่ากันหมด โดยอาศัยหลักการเอาข้อมูลในช่วงเวลาหนึ่ง หรือวิธีการ “หาค่าเฉลี่ยเลขคณิต” ในทางคณิตศาสตร์นั่นเอง

SMA

Source: www.Tradingview.com

สมการคำนวณ Simple Moving Average

สมการคำนวณ SMA

ตัวอย่าง การหาเส้นค่าเฉลี่ยเคลื่อนที่อย่างง่าย Simple Moving Average ในช่วงเวลา 10 วัน โดยกำหนดราคาหุ้น ณ วันปัจจุบัน คือ 10 บาท กับราคาหุ้นของย้อนหลัง 9 วันก่อนหน้า หลังจากนั้นคำนวณหาผลลัพธ์ของเส้น Simple Moving Average

ตัวอย่าง คำนวณ SMA

สรุป SMA

แม้ว่าจะเป็นเครื่องมือที่ใช้งานง่าย และมีลักษณะเคลื่อนไหวตามการเปลี่ยนแปลงของราคา แต่ด้วยเหตุที่ เส้นค่าเฉลี่ยเคลื่อนที่อย่างง่าย (SMA) มีการคำนวณโดยการถ่วงน้ำหนักเท่าๆกัน จึงทำให้มีผลการเปลี่ยนแปลง ตอบสนองการเคลื่อนไหวของราคา ค่อนเชื่องข้างช้า และ ห่างกับราคาหุ้น อาจนักลงทุนพลาดจังหวะเพื่อเข้าไปรับหุ้น หรือ โอกาสเทขายหุ้นทำกำไร แต่อย่างไรก็ตาม นักลงทุนอาจแก้ไขโดยการปรับค่า Parameter (ช่วงเวลาที่ต้องการ) เพื่อให้เส้น SMA ขยับเข้ามาใกล้กับราคาหุ้น

 

  1. Exponential Moving Average (EMA) คือ

เป็นเส้นค่าเฉลี่ยเคลื่อนที่ อีกชนิดหนึ่งที่แตกแขนงออกมาจากกลุ่มเส้นค่าเฉลี่ยเคลื่อนที่ MA (Moving Average)  หลักการคำนวณเส้นค่าเฉลี่ยจะแตกต่างกันออกไป โดยเส้นค่าเฉลี่ยเคลื่อนที่ EMA เป็นการคำนวณในลักษณะถ่วงน้ำหนักอีกรูปแบบหนึ่ง ที่ให้ความสำคัญกับตัวแปร ที่ทำให้มีผลต่อการเปลี่ยนแปลงของราคาค่อนข้างเร็ว และ การถ่วงน้ำหนัก จะให้ค่าสุดท้ายมีความสำคัญเพิ่มขึ้น หลักการคำนวน Exponential นั้นพยายามที่จะแก้ไขจุดอ่อนของ SMA (Simple Moving Average) เพราะให้ความสำคัญทุกข้อมูลเท่าๆกัน หากเปรียบเทียบจะเห็นได้ว่าเส้น EMA มีลักษณะการเคลื่อนที่ ใกล้ชิดราคาหุ้น มากกว่า SMA หากใช้ชุดข้อมูลเดียวกัน และช่วงเวลาที่ต้องการเท่ากัน

กราฟ EMA

Source: www.Tradingview.com

สมการคำนวณ Exponential Moving Average

สมการคำนวณ EMA

ตัวอย่าง การหาเส้นค่าเฉลี่ยเคลื่อนที่ Exponential ของราคาในช่วงเวลา 10 วัน จะคำนวณโดยรวมราคาหุ้น ณ วันปัจจุบันเท่ากับ 50 บาท แล้ววันก่อนหน้า 55 บาท ลองคำนวณหาค่า Exponential Moving Average

ก่อนอื่น จะต้องคำนวณหาค่า Smoothing Factor จากสมการ

ตัวอย่างคำนวณ EMA 1

จากนั้น เริ่มทำการคำนวณหา EMA10 จากสมการคำนวณ

ตัวอย่างคำนวณ EMA 2

สรุป EMA

เส้นค่าเฉลี่ยเคลื่อนที่ Exponential Moving Average (EMA) ถูกพัฒนาขึ้นมาเพื่อ ลดจุดอ่อนของเส้น SMA เนื่องจากเส้น SMA จะถ่วงน้ำหนักเท่าๆกัน ซึ่งทำให้มีผลต่อการเคลื่อนไหวของเส้นค่าเฉลี่ยเคลื่อนที่ เวลาที่ราคามีการเปลี่ยนแปลง และเส้นค่าเฉลี่ยเคลื่อนที่ EMA นี้เอง ได้เพิ่มการถ่วงน้ำหนักของข้อมูล ซึ่งทำให้ไวต่อการเปลี่ยนแปลงของราคา และเมื่อราคาเปลี่ยนแปลง เส้นค่าเฉลี่ยเคลื่อนที่ EMA ก็จะเปลี่ยนแปลงตามราคา อย่างเห็นได้ชัด ไวกว่าเส้นค่าเฉลี่ยนเคลื่อนที่ตัวอื่นๆ

 

  1. Weighted Moving Average (WMA) คือ

เส้นค่าเฉลี่ยเคลื่อนที่ แบบถ่วงน้ำหนัก พัฒนาต่อยอดมาจาก SMA โดยนำเอาวิธีทางสถิติมาปรับใช้ เพื่อให้ค่าเฉลี่ยเคลื่อนที่ ตอบสนองต่อการเปลี่ยนแปลงของราคาเร็วขึ้น โดยจัดการให้น้ำหนักแก่ข้อมูลแตกต่างกัน เน้นข้อมูลล่าสุด จะได้รับการถ่วงน้ำหนักมากกว่าข้อมูลก่อนหน้า (ซึ่งถือว่าเป็นข้อมูลเก่ากว่า) แต่ยังใช้รูปแบบการหารแบบเส้นตรงอยู่ คือ ใช้ผลรวมของน้ำหนักทั้งหมดมาหาร จึงทำให้ผลลัพธ์ที่ออกมานั้น ได้สะท้อนความไวในการเคลื่อนไหว โดยการขยับเข้าไกล้หุ้นมากกว่าเดิม

กราฟ WMA

Source: www.Tradingview.com

สมการคำนวณ Weighted Moving Average

สมการคำนวณ WMA

ตัวอย่าง การหาเส้นค่าเฉลี่ยเคลื่อนที่ Weighted Moving Average ของราคาในช่วงเวลา 5 วัน จะคำนวณโดยรวมราคาหุ้น ณ วันปัจจุบันเท่ากับ 50 บาท กับราคา 4 วัน ก่อนหน้า ดังนี้ 51, 56, 60, 58   ลองคำนวณหาค่า Weighted Moving Average

ตัวอย่างคำนวณ WMA

สรุป WMA

เส้นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก (WMA) ถูกพัฒนาขึ้นเพื่อการแก้ปัญหาในเรื่องการถ่วงน้ำหนักของเส้น SMA โดยให้น้ำหนักกับข้อมูลที่ใช้คำนวณวันล่าสุด และข้อมูลก่อนหน้า จะถูกลดน้ำหนักลงไปเรื่อยๆ ซึ่งผลลัพธ์ที่ได้ คือตอบสนองต่อการเปลี่ยนแปลงราคาหุ้น หรือ ดัชนี ของเส้นค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก จะไวกว่าเส้น SMA อย่างเห็นได้ชัด และระยะห่างจากราคาหุ้นก็ใกล้กว่า SMA ค่อนข้างมาก

 

  1. Double Exponential Moving Average (DEMA) คือ

เส้นค่าเฉลี่ยเคลื่อนที่ DEMA นำเสนอโดยคุณ Patrick Mulloy เมื่อปี คศ.1994 จากบทความ “Smoothing Data with Faster Moving Average” ในวารสารชื่อว่า in Technical Analysis of Stock & Commodities Magazine เนื้อหาได้กล่าวถึงแนวคิดเพื่อลดความล่าช้า และ เพิ่มการตอบสนองของเส้นค่าเฉลี่ยเคลื่อนที่ โดยเครื่องมือชนิดนี้ถูกพัฒนาต่อยอดมาจาก Exponential Moving Average (EMA) และลักษณะเด่นของเส้น DEMA จะเคลื่อนไหวใกล้ชิดกับราคามากกว่า EMA

โดย Concept ของ DEMA คือการคำนวณ EMA ซ้ำ 2 ครั้ง

กราฟ DEMA

Source: www.Tradingview.com

สมการคำนวณ Double Exponential Moving Average

สมการคำนวณ DEMA

ตัวอย่าง การหาเส้นค่าเฉลี่ยเคลื่อนที่ Double Exponential Moving Average ของราคาในช่วงเวลา 10 วัน จะเริ่มคำนวณโดยใช้ราคาปิดหุ้น ABC ณ วันปัจจุบันเท่ากับ 50 บาท แล้ววันก่อนหน้า 55 บาท ลองคำนวณหาค่า Exponential Moving Average ก่อนที่จะใช้หา Double Exponential Moving Average

ก่อนจะหาค่า EMA จะต้องคำนวณหาค่า Smoothing Factor จากสมการ

ตัวอย่างคำนวณ DEMA 1

เริ่มจากคำนวณ EMA ครั้งแรก (จากสมการ EMA)

จากสมการ EMA

ตัวอย่างคำนวณ DEMA 2

ตัวอย่างคำนวณ DEMA 3

จากนั้นนำค่าที่ได้ มาใส่ในสมการ DEMA

ตัวอย่างคำนวณ DEMA 4

สรุป DEMA

เส้นค่าเฉลี่ยเคลื่อนที่ Double Exponential Moving Average (DEMA) ได้รับการพัฒนาต่อยอดมาจากเส้น Exponential Moving Average (EMA) โดยการคำนวณค่า EMA ซ้ำกัน 2 ครั้ง เพื่อสำหรับเพิ่มความตอบสนองต่อการเปลี่ยนแปลงราคา ให้ไวยิ่งขึ้นไปอีก นอกจากนั้น ลักษณะของเส้น DEMA ยังมีความใกล้ชิดราคาหุ้น มากกว่า เส้น EMA อย่างเห็นได้ชัด ซึ่งจะทำให้เพิ่มโอกาส ซื้อขาย ทำกำไรของนักลงทุนมากยิ่งขึ้น อย่างไรก็ตาม ด้วยเหตุที่เส้น DEMA ใกล้ชิดกับราคาหุ้นมากกว่า เส้นค่าเฉลี่ยเคลื่อนที่ชนิดอื่นๆ หากเจอตลาดที่อยู่ในสภาวะ High Volatility อาจไม่สามารถใช้เป็นแนวรับ แนวต้านได้

 

  1. Triple Exponential Moving average (TEMA) คือ

Triple Exponential Moving Average หรือ TEMA ถูกพัฒนาขึ้นมาโดย นาย Patrick Mulloy ในปี 1994 จากบทความ “Smoothing Data with Faster Moving Average” ในวารสารชื่อว่า in Technical Analysis of Stock & Commodities Magazine  เนื้อหาได้กล่างถึง หนึ่งในปัญหาทั่วไปของการซื้อขายกับ EMA หรือเครื่องมือจำพวก Oscillators มักพบปัญหาของความล่าช้าของสัญญาณ  ในการตัดสินใจซื้อขาย เขาจึงพัฒนา TEMA เพื่อแก้ไขปัญหานี้ หลักการคำนวณ TEMA คือการนำเอาค่าของ EMA มาคำนวณทั้งหมด 3 ครั้ง และ นำค่าเหล่านั้นมาใส่ในสมการ TEMA ซึ่งและลักษณะเด่นของเส้น TEMA จะเคลื่อนไหวใกล้ชิดกับราคามากกว่า DEMA และ EMA อยู่ค่อนข้างมาก

กราฟ TEMA

Source: www.Tradingview.com

สมการคำนวณ Triple Exponential Moving Average

สมการคำนวณ TEMA

EMA ค่าที่ได้จากการคำนวณเส้นค่าเฉลี่ยเคลื่อนที่ Exponential Moving Average

ตัวอย่าง การหาเส้นค่าเฉลี่ยเคลื่อนที่ Triple Exponential Moving Average ของราคาในช่วงเวลา 10 วัน จะเริ่มคำนวณโดยใช้ราคาปิดหุ้น ABC ณ วันปัจจุบันเท่ากับ 50 บาท แล้ววันก่อนหน้า 55 บาท ลองคำนวณหาค่า Exponential Moving Average ก่อนที่จะใช้หา Triple Exponential Moving Average

ก่อนจะหาค่า EMA จะต้องคำนวณหาค่า Smoothing Factor จากสมการ

ตัวอย่างคำนวณ TEMA

เริ่มจากคำนวณ EMA ครั้งแรก (จากสมการ EMA)

ตัวอย่างคำนวณ TEMA 2

ตัวอย่างคำนวณ TEMA 3

จากนั้นนำค่า EMA ที่ได้จากการคำนวณ มาใส่ในสมการ TEMA

ตัวอย่างคำนวณ TEMA 4

สรุป TEMA

เส้นค่าเฉลี่ยเคลื่อนที่ (Triple Exponential Moving Average) TEMA ถูกพัฒนาต่อยอด มาจาก Exponential Moving Average (EMA) โดยคำนวณค่า EMA ซ้ำกัน 3 ครั้ง จุดประสงค์เพื่อเพิ่มการตอบสนองต่อการเปลี่ยนแปลงราคาหุ้นให้ไวยิ่งขึ้น เห็นจากลักษณะของเส้น TEMA นั้นมีความไกล้ชิดกับราคาหุ้น มากกว่าเส้นค่าเฉลี่ยตัวอื่น ไม่ว่าจะเป็นเส้น DEMA และ EMA อย่างเห็นได้ชัด ซึ่งจะทำให้เพิ่มโอกาส เข้าซื้อขาย ของนักลงทุนมากยิ่งขึ้น อย่างไรก็ตาม ด้วยเหตุที่เส้น TEMA ไกล้ชิดกับราคาหุ้นมากกว่า เส้นค่าเฉลี่ยเคลื่อนที่ชนิดอื่นๆ หากเจอตลาดที่อยู่ในสภาวะ High Volatility ก็อาจไม่สามารถใช้เป็นแนวรับ แนวต้านได้

 

เทคนิคการใช้งานสัญญาณ Crossovers

Crossovers คือ จุดตัด ซึ่งเป็นหนึ่งในเทคนิคที่นิยมใช้กับเส้นค้เฉลี่ยเคลื่อนที่ “Moving Average” ในแบบแรกคือ Price Crossover หรือ จุดตัดกับราคา ตามที่ได้อธิบายไปก่อนหน้านี้คือเมื่อราคามีการขึ้นมายืนเหนือเส้นค่าเฉลี่ย หรือ ร่วงหลุดเส้นค่าเฉลี่ย อาจจะแสดงว่าเป็นสัญญาณในการเปลี่ยนแปลงของเทรน

golden cross

เมื่อเส้นค่าเฉลี่ย EMA (ระยะสั้น) ตัดเหนือเส้นค่าเฉลี่ย EMA (ระยะยาว) นั้นคือ สัญญาณซื้อ “Buy Signal” เพราะหุ้นตัวนั้นอาจจะกำลังเป็นขาขึ้น ที่เรียกกันว่า “Golden Cross

dead cross

เมื่อเส้นค่าเฉลี่ย EMA (ระยะสั้น) ตัดต่ำกว่า เส้นค่าเฉลี่ย MA (ระยะยาว) นั้นคือสัญญาณขาย”Sell Signal”เพราะหุ้นอาจจะกำลังอยู่ในขาลง ที่เรียกว่า “Dead Cross

 

บทสรุปเส้นค่าเฉลี่ยเคลื่อนที่

เส้นค่าเฉลี่ยเคลื่อนที่ เป็นอีกเครื่องมือวิเคราะห์ทางเทคนิค ที่ได้รับความนิยมมาตั้งแต่อดีตจนถึงปัจจุบัน ถือได้ว่าเป็นอีกเครื่องมือมาตรฐาน ด้วยเหตุที่ใช้งานง่าย ไม่ว่าจะเป็นดูเทรนแนวโน้ม หาจังหวะซื้อ จังหวะขาย (แนวรับ แนวต้าน) แม้กระทั้งใช้บอกสัญญาณกลับตัวของราคา (Crossovers Technique) และยังได้รับการพัฒนาต่อยอดอย่างต่อเนื่อง ตั้งแต่อดีตจนถึงปัจจุบัน แตกแขนงออกมาอีกหลายประเภท เพื่อเพิ่มประสิทธิภาพในการใช้งานให้ดียิ่งขึ้น และในแต่ล่ะประเภท ก็จะมีจุดเด่น จุดด้อย และลักษณะแตกต่างกันออกไป ตามรูปแบบการคำนวณ (Algorithm) ซึ่งหากจะใช้งานให้ได้ประสิทธิภาพนั้น จะต้องขึ้นอยู่กับ 3 ปัจจัย คือ 1) รูปแบบการลงทุนของผู้ใช้งานเป็นอย่างไร 2) กรอบเวลาที่ต้องการใช้ (Time Frame) 3) จำนวนช่วงข้อมูลที่ต้องการ (Parameter หรือ Period) อย่างไรก็ตาม ข้อจำกัดของเส้นค่าเฉลี่ยเคลื่อนที่ ก็คือ เมื่อเจอตลาดที่มีความผันผวนสูงมากๆ (High Volatility) เส้นค่าเฉลี่ยเคลื่อนที่แทบทุกประเภท ไม่อาจสามารถใช้เป็นแนวรับ แนวต้าน สำหรับซื้อขายได้ เนื่องจากการปรับตัวของราคาที่รุนแรงเกินไป

 

Reference