อินดิเคเตอร์ Linear Regression: คู่มือการเทรดฉบับสมบูรณ์
Linear Regression fits a straight line through price data using least-squares method to project the most probable future price direction.

การตั้งค่า — LR
| หมวดหมู่ | trend |
| ระยะเวลาเริ่มต้น | 14 |
| กรอบเวลาที่ดีที่สุด | H1, H4, D1 |
อินดิเคเตอร์ Linear Regression ไม่ได้ทำนายอนาคต — แต่คำนวณเส้นทางราคาที่มีความเป็นไปได้ทางสถิติมากที่สุดโดยอิงจากข้อมูลในอดีต โดยใช้วิธีการกำลังสองน้อยที่สุด (least-squares method) อินดิเคเตอร์จะปรับเส้นตรงให้เข้ากับจุดราคาที่กำหนดจำนวนหนึ่ง ซึ่งช่วยให้นักเทรดมองเห็นทิศทางของเทรนด์ได้อย่างมีหลักการทางคณิตศาสตร์ แตกต่างจาก moving averages ที่เพียงแค่ทำให้ราคาในอดีตเรียบขึ้นด้วยการหาค่าเฉลี่ยแบบถ่วงน้ำหนักหรือแบบปกติ
สรุปสาระสำคัญ
- โดยพื้นฐานแล้ว Linear Regression คือการแก้ปัญหาทางเรขาคณิต เมื่อกำหนดชุดของจุดราคา — โดยค่าเริ่มต้นคือ 14 แท่งเทียน — อิ...
- สัญญาณสามประเภทที่แตกต่างกันปรากฏขึ้นจากอินดิเคเตอร์ Linear Regression ซึ่งแต่ละประเภทต้องมีการยืนยันที่แตกต่างกันก่อนที...
- ค่าเริ่มต้น 14-period ใช้ได้ดีเป็นจุดเริ่มต้น แต่ค่า period ที่เหมาะสมจะแตกต่างกันอย่างมากตาม timeframe และวัตถุประสงค์ก...
1Linear Regression ทำงานอย่างไร: คณิตศาสตร์แบบง่ายๆ
โดยพื้นฐานแล้ว Linear Regression คือการแก้ปัญหาทางเรขาคณิต เมื่อกำหนดชุดของจุดราคา — โดยค่าเริ่มต้นคือ 14 แท่งเทียน — อินดิเคเตอร์จะวาดเส้นตรงเพียงเส้นเดียวที่ทำให้ผลรวมของระยะทางยกกำลังสองระหว่างจุดราคาแต่ละจุดกับเส้นนั้นน้อยที่สุด นี่คือวิธีการกำลังสองน้อยที่สุด (least-squares method) ซึ่งเป็นเทคนิคทางสถิติที่ Carl Friedrich Gauss ทำให้เป็นรูปธรรมในช่วงต้นศตวรรษที่ 19 และปัจจุบันเป็นมาตรฐานในการเงินเชิงปริมาณ
ผลลัพธ์ที่ได้คือค่า ณ จุดสิ้นสุด: ราคาที่เส้น regression สิ้นสุดที่แท่งเทียนล่าสุด แตกต่างจาก simple moving average (SMA) 14-period ซึ่งแสดงค่าเฉลี่ยของราคาปิด 14 แท่งนั้น จุดสิ้นสุดของเส้น Linear Regression สะท้อนถึงราคาที่ 'ควรจะเป็น' หากเทรนด์เป็นเส้นตรงอย่างสมบูรณ์ ตามทฤษฎีทางสถิติ ราคาจะมักจะกลับไปหาเส้นนี้ ทำให้ความเบี่ยงเบนจากเส้นนี้สามารถวัดผลและนำไปเทรดได้
สูตรนี้ให้ผลลัพธ์หลักสองประการ: ความชันของเส้น (บ่งชี้ความแข็งแกร่งและทิศทางของเทรนด์) และค่า ณ จุดสิ้นสุด (บ่งชี้มูลค่ายุติธรรมปัจจุบัน) ตัวอย่างเช่น ความชันที่เป็นบวกอย่างมากในช่วง 14-period บนกราฟ H4 บ่งชี้ถึงเทรนด์ขาขึ้นที่แข็งแกร่ง โดยแต่ละแท่งเทียนมีข้อมูลประมาณ 4 ชั่วโมง — หมายความว่าการคำนวณครอบคลุมกิจกรรมของตลาดประมาณ 56 ชั่วโมง เมื่อเทียบกับ exponential moving averages ซึ่งได้รับอิทธิพลตกค้างจากข้อมูลที่เก่ากว่ามาก อินดิเคเตอร์ Linear Regression จะรีเซ็ตการคำนวณใหม่ได้อย่างชัดเจนในแต่ละแท่งเทียนใหม่
2การอ่านสัญญาณ Linear Regression: เทรนด์ การกลับตัว และ Divergence
สัญญาณสามประเภทที่แตกต่างกันปรากฏขึ้นจากอินดิเคเตอร์ Linear Regression ซึ่งแต่ละประเภทต้องมีการยืนยันที่แตกต่างกันก่อนที่จะดำเนินการ
ประการแรก สัญญาณทิศทาง เมื่อเส้น LR มีความชันสูงขึ้นและราคาซื้อขายอยู่เหนือเส้นนั้น แสดงว่าเทรนด์เป็นขาขึ้น เมื่อเส้นมีความชันลดลงและราคาซื้อขายอยู่ต่ำกว่าเส้นนั้น แสดงว่าเทรนด์เป็นขาลง โครงสร้างนี้คล้ายคลึงกับวิธีที่นักเทรดใช้ 200-day SMA แต่เส้น LR มีการตอบสนองที่เร็วกว่า — LR 14-period บน D1 ตอบสนองต่อการเปลี่ยนแปลงเทรนด์เร็วกว่า 200-period SMA ตามการออกแบบ
ประการที่สอง สัญญาณ mean-reversion ราคาแทบจะไม่เคลื่อนไหวตามเส้น LR อย่างแม่นยำ การเบี่ยงเบนอย่างมีนัยสำคัญเหนือเส้น — โดยเฉพาะอย่างยิ่งเมื่อราคาขยายออกไปมากกว่า 1.5 ถึง 2 standard deviations — ในอดีตมักจะนำไปสู่การดึงกลับ หลักการนี้เป็นพื้นฐานของกลยุทธ์เช่น Bollinger Bands ซึ่งใช้ช่องสัญญาณ standard deviation เช่นกัน ในขณะที่แนวทาง LR นำแนวคิดเดียวกันไปใช้กับเส้นเทรนด์ที่คำนวณใหม่แบบไดนามิก แทนที่จะเป็น moving average แบบคงที่
ประการที่สาม slope divergence เมื่อราคาสร้างจุดสูงสุดใหม่ที่สูงขึ้น แต่ความชันของ LR กลับแบนลงหรือกลายเป็นลบ การ divergence นี้บ่งชี้ถึงโมเมนตัมที่อ่อนแอลง การวิจัยเกี่ยวกับระบบ mean-reversion ที่ตีพิมพ์ในวารสาร Journal of Technical Analysis (2019) พบว่าสัญญาณ divergence ที่อิงตามความชันมีประสิทธิภาพเหนือกว่าสัญญาณ price divergence ดิบๆ ใน timeframe รายวันประมาณ 12% ในตลาดหุ้นที่ทำการ backtest
สัญญาณหลอกมักเกิดขึ้นบ่อยที่สุดในช่วงที่ตลาดเคลื่อนไหวในกรอบแคบ (sideways consolidation) เส้น LR จะแกว่งไปมาโดยไม่มีทิศทางที่ชัดเจนเมื่อราคาเคลื่อนไหวในกรอบแคบๆ ทำให้เกิดการอ่านค่าความชันที่ทำให้เข้าใจผิด การจับคู่อินดิเคเตอร์กับตัวกรองความผันผวน — เช่น Average True Range (ATR) — ช่วยแยกแยะสภาวะตลาดที่มีเทรนด์ออกจากสภาวะตลาดที่เคลื่อนไหวในกรอบแคบๆ ก่อนที่จะดำเนินการตามสัญญาณ LR
“ค่าเริ่มต้น 14-period ใช้ได้ดีเป็นจุดเริ่มต้น แต่ค่า period ที่เหมาะสมจะแตกต่างกันอย่างมากตาม timeframe และวัตถุประสงค์การเทรด บนกราฟ H1 ค่า period ต...”
3การตั้งค่า Linear Regression ที่เหมาะสมตาม Timeframe
ค่าเริ่มต้น 14-period ใช้ได้ดีเป็นจุดเริ่มต้น แต่ค่า period ที่เหมาะสมจะแตกต่างกันอย่างมากตาม timeframe และวัตถุประสงค์การเทรด
บนกราฟ H1 ค่า period ตั้งแต่ 14 ถึง 20 สามารถจับโครงสร้างเทรนด์ภายในวันได้โดยไม่เกิดสัญญาณรบกวนมากเกินไป แต่ละแท่งเทียนแทนหนึ่งชั่วโมง ดังนั้น LR 14-period จึงครอบคลุมการเคลื่อนไหวของราคาประมาณ 14 ชั่วโมง — ประมาณสองช่วงการซื้อขาย นักเทรด Scalper และนักเทรดภายในวันมักจะใช้ค่า period ในช่วงล่างของช่วงนี้เพื่อเพิ่มการตอบสนองให้สูงสุด
กราฟ H4 เป็นตัวแทนของจุดกึ่งกลาง ค่า period 14 ยังคงเป็นมาตรฐาน ครอบคลุม 56 ชั่วโมง (ประมาณ 2.5 วันทำการ) นักเทรด Swing มักจะขยายค่านี้เป็น 20 หรือ 24 period บน H4 ซึ่งครอบคลุมข้อมูลของสัปดาห์การซื้อขายเต็มสัปดาห์และลดสัญญาณ whipsaw เมื่อเทียบกับ H1 เส้น LR บน H4 จะกรองสัญญาณรบกวนภายในวันออกประมาณ 75% ในขณะที่ยังคงตอบสนองต่อการเปลี่ยนแปลงเทรนด์หลายวันภายในไม่กี่วัน แทนที่จะเป็นสัปดาห์
กราฟ D1 ต้องการค่า period ที่ยาวขึ้น LR 14-period บน D1 ครอบคลุมเพียงสองสัปดาห์ปฏิทิน — ซึ่งสั้นเกินไปสำหรับนักเทรด Position ที่ตั้งเป้าหมายการเคลื่อนไหวหลายสัปดาห์ ค่า period ตั้งแต่ 30 ถึง 50 บน D1 สอดคล้องกับวงจรเทรนด์รายเดือนได้ดีกว่า ที่ 50 period บน D1 การคำนวณ LR ครอบคลุมประวัติราคาประมาณ 10 สัปดาห์ ซึ่งมีขอบเขตเทียบเท่ากับ 50-day SMA แต่มีการถ่วงน้ำหนักทางสถิติเพิ่มเติมจากการปรับด้วยวิธี least-squares fit
ตัวอย่างที่ชัดเจน: นักเทรด EUR/USD ที่ใช้ LR 20-period บน H4 ในไตรมาสที่ 3 ปี 2023 จะสามารถจับเทรนด์ค่าเงินดอลลาร์แข็งค่าได้ตั้งแต่กลางเดือนกรกฎาคมถึงต้นเดือนตุลาคม โดยที่ความชันของ LR ยังคงเป็นลบอย่างต่อเนื่องเป็นเวลา 58 แท่งติดต่อกัน — เป็นสัญญาณทิศทางที่ชัดเจนและไม่คลุมเครือ ครอบคลุมประมาณ 10 สัปดาห์
โบรกเกอร์อันดับต้น

เกี่ยวกับผู้เขียน
Daniel Harrington
นักวิเคราะห์การเทรดอาวุโส
Daniel Harrington เป็นนักวิเคราะห์การเทรดอาวุโสที่สำเร็จการศึกษาระดับ MScF (ปริญญาโทวิทยาศาสตร์การเงิน) เชี่ยวชาญด้านการจัดการสินทรัพย์เชิงปริมาณและการบริหารความเสี่ยง ด้วยประสบการณ์กว่า 12 ปีในตลาดฟอเร็กซ์และอนุพันธ์ ครอบคลุมการเพิ่มประสิทธิภาพแพลตฟอร์ม MT5 กลยุทธ์การเทรดอัลกอริทึม และข้อมูลเชิงปฏิบัติสำหรับนักเทรดรายย่อย

คำเตือนความเสี่ยง
การซื้อขายตราสารทางการเงินมีความเสี่ยงสูงและอาจไม่เหมาะสำหรับนักลงทุนทุกคน ผลการดำเนินงานในอดีตไม่ได้รับประกันผลลัพธ์ในอนาคต เนื้อหานี้มีวัตถุประสงค์เพื่อการศึกษาเท่านั้นและไม่ควรถือเป็นคำแนะนำในการลงทุน โปรดทำการวิจัยของคุณเองก่อนการซื้อขาย
ใช้อินดิเคเตอร์นี้
ใช้อินดิเคเตอร์นี้ — LR
การสร้างกราฟขั้นสูงและการวิเคราะห์ LR แบบเรียลไทม์บน MetaTrader 5
รับ Pulsar Terminal