Cách Vẽ Đường Kháng Cự Và Hỗ Trợ —

Support Resistance

แนวรับแนวต้าน Support Resistance Price Action Swing High Low Trend Line Fibonacci Retracement Breakout Pullback Zone Confluence Trading Strategy

Drawing Support Resistance

# === Support & Resistance Analysis ===



# pip install pandas numpy matplotlib



import numpy as np

from dataclasses import dataclass



# Finding Swing Points

# def find_swing_highs(data, window=5):

#     highs = []

#     for i in range(window, len(data) - window):

#         if data['High'][i] == max(data['High'][i-window:i+window+1]):

#             highs.append((i, data['High'][i]))

#     return highs

#

# def find_swing_lows(data, window=5):

#     lows = []

#     for i in range(window, len(data) - window):

#         if data['Low'][i] == min(data['Low'][i-window:i+window+1]):

#             lows.append((i, data['Low'][i]))

#     return lows



# Support/Resistance Zone Clustering

# def cluster_levels(levels, tolerance_pct=0.5):

#     """Group nearby price levels into zones"""

#     if not levels:

#         return []

#     sorted_levels = sorted(levels)

#     zones = []

#     current_zone = [sorted_levels[0]]

#     for level in sorted_levels[1:]:

#         if (level - current_zone[-1]) / current_zone[-1] * 100 < tolerance_pct:

#             current_zone.append(level)

#         else:

#             zones.append({

#                 'low': min(current_zone),

#                 'high': max(current_zone),

#                 'center': np.mean(current_zone),

#                 'touches': len(current_zone),

#             })

#             current_zone = [level]

#     zones.append({

#         'low': min(current_zone),

#         'high': max(current_zone),

#         'center': np.mean(current_zone),

#         'touches': len(current_zone),

#     })

#     return sorted(zones, key=lambda x: x['touches'], reverse=True)



@dataclass

class SRLevel:

    level_type: str

    price: float

    zone_low: float

    zone_high: float

    touches: int

    timeframe: str

    strength: str



levels = [

    SRLevel("Resistance", 1.0950, 1.0940, 1.0960, 5, "Daily", "Strong"),

    SRLevel("Resistance", 1.0880, 1.0870, 1.0890, 3, "H4", "Medium"),

    SRLevel("Support", 1.0800, 1.0790, 1.0810, 4, "Daily", "Strong"),

    SRLevel("Support", 1.0750, 1.0740, 1.0760, 2, "H4", "Weak"),

    SRLevel("Support", 1.0700, 1.0690, 1.0710, 6, "Weekly", "Very Strong"),

]



print("=== EUR/USD Support & Resistance ===")

for l in levels:

    print(f"  [{l.level_type}] {l.price:.4f} (Zone: {l.zone_low:.4f}-{l.zone_high:.4f})")

    print(f"    Touches: {l.touches} | TF: {l.timeframe} | Strength: {l.strength}")

เคล็ดลับ

• Zone: ใช้ Zone ไม่ใช่เส้นเดียว ราคาไม่เด้งที่จุดเดียว
• Multi-TF: ดู Timeframe ใหญ่ก่อน แนวจาก Weekly แข็งสุด
• Confluence: Fibonacci + S/R + EMA ตรงกัน = สัญญาณแข็ง
• Confirmation: รอ Candlestick Pattern ยืนยันก่อนเข้า
• Simple: วาดแค่ 3-5 แนวสำคัญ ไม่วาดมากจนสับสน

การนำความรู้ไปประยุกต์ใช้งานจริง

แหล่งเรียนรู้ที่แนะนำ ได้แก่ Official Documentation ที่อัพเดทล่าสุดเสมอ Online Course จาก Coursera Udemy edX ช่อง YouTube คุณภาพทั้งไทยและอังกฤษ และ Community อย่าง Discord Reddit Stack Overflow ที่ช่วยแลกเปลี่ยนประสบการณ์กับนักพัฒนาทั่วโลก

เนื้อหาเกี่ยวข้อง — เทรนกราฟ — คู่มือฉบับสมบูรณ์ 2026

เปรียบเทียบข้อดีและข้อเสีย

จากตารางเปรียบเทียบจะเห็นว่าข้อดีมีมากกว่าข้อเสียอย่างชัดเจน โดยเฉพาะในแง่ของประสิทธิภาพและความสามารถในการ Scale สำหรับข้อเสียส่วนใหญ่สามารถแก้ไขได้ด้วยการเรียนรู้อย่างเป็นระบบและวางแผนทรัพยากรให้เหมาะสม

สรุป

แนวรับแนวต้าน Support Resistance Price Action Swing Fibonacci Retracement Confluence Zone Breakout Pullback Retest Trading Strategy Confirmation

เนื้อหาเกี่ยวข้อง — ราคาคริปโต — คู่มือฉบับสมบูรณ์ 2026