ในด้านการเงินการวิเคราะห์ทางเทคนิคเป็น วิธี การวิเคราะห์เพื่อวิเคราะห์และคาดการณ์ทิศทางของราคาโดยการศึกษาข้อมูลตลาดในอดีต โดยหลักคือราคาและปริมาณ^{[ 1 ]} ในฐานะที่เป็นการ จัดการเชิงรุกประเภทหนึ่ง การวิเคราะห์ทางเทคนิค จึงขัดแย้งกับทฤษฎีพอร์ตโฟลิโอสมัยใหม่ หลายประการ ประสิทธิภาพของการวิเคราะห์ทางเทคนิคถูกโต้แย้งโดยสมมติฐานตลาดที่มีประสิทธิภาพซึ่งระบุว่าราคาหุ้นในตลาดหลักทรัพย์นั้นโดยพื้นฐานแล้วคาดเดาไม่ได้^{[ 2 ]}และการวิจัยเกี่ยวกับว่าการวิเคราะห์ทางเทคนิคให้ประโยชน์ใด ๆ หรือไม่นั้นได้ผลลัพธ์ที่หลากหลาย^{[ 3 ] [ 4 ] [ 5 ]} การวิเคราะห์ทางเทคนิค แตกต่างจากการวิเคราะห์พื้นฐานซึ่งพิจารณางบการเงิน สุขภาพ และสถานะโดยรวมของตลาดและเศรษฐกิจของบริษัท

หลักการของการวิเคราะห์ทางเทคนิคมาจากข้อมูลตลาดการเงิน หลายร้อยปี ^{[ 6 ]}บางแง่มุมของการวิเคราะห์ทางเทคนิคเริ่มปรากฏใน บัญชีของตลาดการเงินดัตช์ในศตวรรษที่ 17 โดย โจเซฟ เดอ ลา เวกา พ่อค้าชาวอัมสเตอร์ดัม ในเอเชีย กล่าวกันว่าการวิเคราะห์ทางเทคนิคเป็นวิธีการที่พัฒนาโดยโฮมมะ มูเนฮิสะในช่วงต้นศตวรรษที่ 18 ซึ่งพัฒนาไปสู่การใช้เทคนิคแท่งเทียนและปัจจุบันเป็นเครื่องมือสร้างแผนภูมิการวิเคราะห์ทางเทคนิค^{[ 7 ] [ 8 ]}

ชาร์ลส์ ดาว (ค.ศ. 1851–1902) นักข่าวได้รวบรวมและวิเคราะห์ข้อมูลตลาดหุ้นอเมริกันอย่างละเอียด และตีพิมพ์ข้อสรุปบางส่วนในบทบรรณาธิการของหนังสือพิมพ์วอลล์สตรีทเจอร์ นัล เขาเชื่อว่าอาจพบรูปแบบและวัฏจักรธุรกิจได้ในข้อมูลเหล่านี้ ซึ่งต่อมาแนวคิดนี้เป็นที่รู้จักในชื่อ " ทฤษฎีของดาว " อย่างไรก็ตาม ดาวเองไม่เคยสนับสนุนให้ใช้แนวคิดของเขาเป็นกลยุทธ์การซื้อขายหุ้น

ในช่วงทศวรรษ 1920 และ 1930 Richard W. Schabacker ได้ตีพิมพ์หนังสือหลายเล่มซึ่งสานต่องานของCharles DowและWilliam Peter HamiltonในหนังสือStock Market Theory and PracticeและTechnical Market Analysis ของพวกเขา ในปี 1948 Robert D. Edwards และ John Magee ได้ตีพิมพ์Technical Analysis of Stock Trendsซึ่งถือกันอย่างกว้างขวางว่าเป็นหนึ่งในงานสำคัญของสาขาวิชานี้ หนังสือเล่มนี้เน้นเฉพาะการวิเคราะห์แนวโน้มและรูปแบบกราฟ และยังคงใช้กันอยู่จนถึงปัจจุบัน การวิเคราะห์ทางเทคนิคในยุคแรกๆ ส่วนใหญ่เป็นการวิเคราะห์กราฟ เนื่องจากพลังการประมวลผลของคอมพิวเตอร์ยังไม่พร้อมสำหรับการวิเคราะห์ทางสถิติในระดับที่ทันสมัย ​​Charles Dow เป็นผู้ริเริ่มรูปแบบ การวิเคราะห์ กราฟแบบจุดและรูปด้วยการเกิดขึ้นของเศรษฐศาสตร์เชิงพฤติกรรมในฐานะสาขาวิชาแยกต่างหาก Paul V. Azzopardi ได้ผสมผสานการวิเคราะห์ทางเทคนิคกับเศรษฐศาสตร์เชิงพฤติกรรมและบัญญัติศัพท์ว่า "การวิเคราะห์ทางเทคนิคเชิงพฤติกรรม" ^{[ 9 ]}

ผู้บุกเบิกเทคนิคการวิเคราะห์อื่นๆ ได้แก่ราล์ฟ เนลสัน เอลเลียตต์วิลเลียม เดลเบิร์ต แกนน์และริชาร์ด ไวคอฟฟ์ซึ่งพัฒนาเทคนิคของตนในต้นศตวรรษที่ 20

นักวิเคราะห์พื้นฐานจะตรวจสอบรายได้ เงินปันผล สินทรัพย์ คุณภาพ อัตราส่วน ผลิตภัณฑ์ใหม่ การวิจัย และอื่นๆ นักวิเคราะห์ทางเทคนิคใช้วิธีการ เครื่องมือ และเทคนิคมากมาย หนึ่งในนั้นคือการใช้แผนภูมิ โดยใช้แผนภูมิ นักวิเคราะห์ทางเทคนิคพยายามระบุรูปแบบราคาและแนวโน้มตลาดในตลาดการเงินและพยายามใช้ประโยชน์จากรูปแบบเหล่านั้น^{[ 10 ]}

ช่างเทคนิคที่ใช้แผนภูมิจะค้นหารูปแบบแผนภูมิราคาต้นแบบ เช่น รูปแบบหัวและไหล่ ที่รู้จักกันดี ^{[ 11 ]}หรือ รูปแบบการกลับตัว แบบยอดคู่/ล่างคู่ ศึกษาตัวชี้วัดทางเทคนิค ค่าเฉลี่ยเคลื่อนที่และมองหารูปแบบต่างๆ เช่น เส้นแนวรับ แนวต้าน ช่อง และรูปแบบที่ซับซ้อนกว่า เช่นธงสามเหลี่ยม วัน ที่สมดุล และรูปแบบถ้วยและด้ามจับ^{[ 12 ]}

นักวิเคราะห์ทางเทคนิคยังใช้ตัวชี้วัดตลาดหลากหลายประเภทอย่างกว้างขวาง ซึ่งบางส่วนเป็นการแปลงทางคณิตศาสตร์ของราคา โดยมักรวมถึงปริมาณการซื้อขายขึ้นและลง ข้อมูลการเพิ่มขึ้น/ลดลง และข้อมูลป้อนเข้าอื่นๆ ตัวชี้วัดเหล่านี้ใช้เพื่อช่วยประเมินว่าสินทรัพย์กำลังอยู่ในช่วงแนวโน้มหรือไม่ และหากเป็นเช่นนั้น ความน่าจะเป็นของทิศทางและการต่อเนื่องของแนวโน้มนั้นเป็นอย่างไร นักวิเคราะห์ทางเทคนิคยังมองหาความสัมพันธ์ระหว่างดัชนีราคา/ปริมาณและตัวชี้วัดตลาด ตัวอย่างเช่นค่าเฉลี่ยเคลื่อนที่ดัชนีความแข็งแกร่งสัมพัทธ์และMACDแนวทางการศึกษาอื่นๆ ได้แก่ ความสัมพันธ์ระหว่างการเปลี่ยนแปลงในออปชั่น ( ความผันผวนโดยนัย ) และอัตราส่วน Put/Call กับราคา นอกจากนี้ ตัวชี้วัดความเชื่อมั่น เช่น อัตราส่วน Put/Call อัตราส่วนกระทิง/หมี ปริมาณการขายชอร์ต ความผันผวน โดยนัย ฯลฯ ก็มีความสำคัญเช่นกัน

ในการวิเคราะห์ทางเทคนิคมีเทคนิคมากมาย ผู้ที่ยึดถือเทคนิคต่างๆ (เช่น การวิเคราะห์แท่งเทียน ซึ่งเป็นรูปแบบการวิเคราะห์ทางเทคนิคที่เก่าแก่ที่สุด พัฒนาโดยพ่อค้าธัญพืชชาวญี่ปุ่น; ฮาร์โม นิกส์ ; ทฤษฎีดาว ; และทฤษฎีคลื่นเอลเลียต ) อาจละเลยแนวทางอื่นๆ แต่เทรดเดอร์จำนวนมากก็ผสมผสานองค์ประกอบจากมากกว่าหนึ่งเทคนิคเข้าด้วยกัน นักวิเคราะห์ทางเทคนิคบางคนใช้การตัดสินใจส่วนตัวเพื่อตัดสินว่าเครื่องมือทางการเงินนั้นๆ สะท้อนรูปแบบใดในเวลาใดเวลาหนึ่ง และควรตีความรูปแบบนั้นอย่างไร ในขณะที่บางคนใช้แนวทางเชิงกลหรือเชิงระบบอย่างเคร่งครัดในการระบุและตีความรูปแบบ

การวิเคราะห์เชิง พื้นฐานนั้นตรงกันข้ามกับการวิเคราะห์ทางเทคนิค คือการศึกษาปัจจัยทางเศรษฐกิจและปัจจัยพื้นฐานอื่นๆ ที่มีอิทธิพลต่อวิธีการที่นักลงทุนกำหนดราคาตลาดการเงิน ซึ่งอาจรวมถึงตัวชี้วัดของบริษัททั่วไป เช่น ตัวเลข EBITDA ล่าสุดของบริษัท ผลกระทบโดยประมาณของการเปลี่ยนแปลงบุคลากรล่าสุดต่อคณะกรรมการบริหารการพิจารณาทางภูมิรัฐศาสตร์ และแม้แต่ปัจจัยทางวิทยาศาสตร์ เช่น ผลกระทบในอนาคตโดยประมาณของภาวะโลกร้อนรูปแบบการวิเคราะห์ทางเทคนิคที่บริสุทธิ์สามารถถือได้ว่าราคาได้สะท้อนปัจจัยพื้นฐานทั้งหมดแล้ว การค้นหาแนวโน้มในอนาคตคือสิ่งที่ตัวชี้วัดทางเทคนิคได้รับการออกแบบมาเพื่อทำ แม้ว่าทั้งตัวชี้วัดทางเทคนิคและตัวชี้วัดพื้นฐานจะไม่สมบูรณ์แบบก็ตาม เทรดเดอร์บางรายใช้การวิเคราะห์ทางเทคนิคหรือการวิเคราะห์พื้นฐานเพียงอย่างเดียว ในขณะที่บางรายใช้ทั้งสองประเภทเพื่อตัดสินใจซื้อขาย^{[ 13 ] [ 14 ]}

ความแตกต่างระหว่างการวิเคราะห์เชิงปริมาณกับการวิเคราะห์ทางเทคนิคไม่ชัดเจนเท่ากับความแตกต่างระหว่างการวิเคราะห์เชิงปัจจัยกับการวิเคราะห์ทางเทคนิค แหล่งข้อมูลบางแห่งถือว่าการวิเคราะห์ทางเทคนิคและการวิเคราะห์เชิงปริมาณมีความหมายเหมือนกัน ในขณะที่แหล่งข้อมูลอื่นๆ แยกความแตกต่างอย่างชัดเจน ตัวอย่างเช่นPaul Wilmott ผู้เชี่ยวชาญด้านการวิเคราะห์เชิงปริมาณ แนะนำว่าการวิเคราะห์ทางเทคนิคเป็นเพียง 'การสร้างแผนภูมิ' (การคาดการณ์โดยอาศัยการคาดการณ์จากภาพกราฟิก) และการวิเคราะห์ทางเทคนิคแทบจะไม่มีอำนาจในการคาดการณ์ใดๆ^{[ 15 ] [ 14 ]}

หลักการสำคัญของการวิเคราะห์ทางเทคนิคคือ ราคาของตลาดสะท้อนถึงข้อมูลที่เกี่ยวข้องทั้งหมดที่ส่งผลกระทบต่อตลาดนั้น ดังนั้น นักวิเคราะห์ทางเทคนิคจึงพิจารณาประวัติของรูปแบบการซื้อขายหลักทรัพย์หรือสินค้าโภคภัณฑ์มากกว่าปัจจัยภายนอก เช่น ปัจจัยทางเศรษฐกิจ ปัจจัยพื้นฐาน และเหตุการณ์ข่าวสาร เชื่อกันว่าการเคลื่อนไหวของราคามักจะเกิดขึ้นซ้ำๆ เนื่องจากพฤติกรรมโดยรวมที่เป็นรูปแบบเดียวกันของนักลงทุน ดังนั้น การวิเคราะห์ทางเทคนิคจึงมุ่งเน้นไปที่แนวโน้มและสภาวะราคาที่สามารถระบุได้^{[ 16 ] [ 17 ]}

โดยยึดหลักว่าข้อมูลที่เกี่ยวข้องทั้งหมดได้สะท้อนอยู่ในราคาแล้ว นักวิเคราะห์ทางเทคนิคเชื่อว่าสิ่งสำคัญคือต้องเข้าใจว่านักลงทุนคิดอย่างไรกับข้อมูลเหล่านั้น ทั้งที่ทราบและที่รับรู้

นักวิเคราะห์ทางเทคนิคเชื่อว่าราคามีแนวโน้มไปในทิศทางเดียว เช่น ขึ้น ลง หรือทรงตัว (แบนราบ) หรือการผสมผสานกัน คำจำกัดความพื้นฐานของแนวโน้มราคาได้รับการเสนอครั้งแรกโดยทฤษฎีดาว^{[ 10 ]}

ตัวอย่างของหลักทรัพย์ที่มีแนวโน้มที่ชัดเจนคือ AOL ตั้งแต่เดือนพฤศจิกายน พ.ศ. 2544 ถึงสิงหาคม พ.ศ. 2545 นักวิเคราะห์ทางเทคนิคหรือผู้ติดตามแนวโน้มที่ตระหนักถึงแนวโน้มนี้จะมองหาโอกาสในการขายหลักทรัพย์นี้ ราคาหุ้น AOL เคลื่อนตัวลงอย่างต่อเนื่อง ทุกครั้งที่ราคาหุ้นสูงขึ้น ผู้ขายจะเข้ามาในตลาดและขายหุ้น ดังนั้นจึงเกิดการเคลื่อนไหวแบบ "ซิกแซก" ในราคา ชุดของ "จุดสูงสุดที่ต่ำลง" และ "จุดต่ำสุดที่ต่ำลง" เป็นสัญญาณบ่งชี้ว่าหุ้นอยู่ในช่วงขาลง^{[ 18 ]}กล่าวอีกนัยหนึ่ง ทุกครั้งที่ราคาหุ้นเคลื่อนตัวลง มันจะต่ำกว่าราคาต่ำสุดสัมพัทธ์ก่อนหน้า ทุกครั้งที่ราคาหุ้นเคลื่อนตัวสูงขึ้น มันจะไม่สามารถไปถึงระดับราคาสูงสุดสัมพัทธ์ก่อนหน้าได้

โปรดสังเกตว่าลำดับของจุดต่ำสุดและจุดสูงสุดที่ต่ำลงเรื่อยๆ นั้นเพิ่งเริ่มต้นในเดือนสิงหาคม จากนั้น AOL ก็ทำราคาต่ำสุดที่ไม่ต่ำกว่าจุดต่ำสุดสัมพัทธ์ที่ทำไว้ก่อนหน้านี้ในเดือนเดียวกัน ต่อมาในเดือนเดียวกันนั้น หุ้นก็ทำราคาสูงสุดสัมพัทธ์ที่เท่ากับราคาสูงสุดสัมพัทธ์ล่าสุด ในกรณีนี้ นักวิเคราะห์ทางเทคนิคเห็นสัญญาณที่ชัดเจนว่าแนวโน้มขาลงกำลังหยุดชะงักอย่างน้อย และอาจสิ้นสุดลงแล้ว และน่าจะหยุดขายหุ้นอย่างจริงจัง ณ จุดนั้น

นักวิเคราะห์ทางเทคนิคเชื่อว่านักลงทุนโดยรวมมักทำซ้ำพฤติกรรมของนักลงทุนรุ่นก่อนหน้า สำหรับนักวิเคราะห์ทางเทคนิค อารมณ์ในตลาดอาจไม่สมเหตุสมผล แต่ก็มีอยู่จริง เนื่องจากพฤติกรรมของนักลงทุนมักเกิดขึ้นซ้ำๆ นักวิเคราะห์ทางเทคนิคจึงเชื่อว่ารูปแบบราคาที่สามารถจดจำได้ (และคาดการณ์ได้) จะเกิดขึ้นบนกราฟ^{[ 10 ]}การจดจำรูปแบบเหล่านี้จะช่วยให้นักวิเคราะห์ทางเทคนิคสามารถเลือกการซื้อขายที่มีโอกาสประสบความสำเร็จ สูงขึ้น ^{[ 19 ]}

การวิเคราะห์ทางเทคนิคไม่ได้จำกัดอยู่แค่การสร้างกราฟ แต่ยังพิจารณาถึงแนวโน้มราคาด้วย^{[ 1 ]}ตัวอย่างเช่น นักวิเคราะห์ทางเทคนิคหลายคนติดตามแบบสำรวจความเชื่อมั่นของนักลงทุน แบบสำรวจเหล่านี้วัดความเชื่อมั่นของตลาดจากผู้เข้าร่วม โดยเฉพาะอย่างยิ่งว่าพวกเขามีมุมมอง "ขาลง" หรือ "ขาขึ้น" นักวิเคราะห์ทางเทคนิคใช้แบบสำรวจเหล่านี้เพื่อช่วยกำหนดว่าแนวโน้มจะดำเนินต่อไปหรือไม่ หรืออาจเกิดการกลับตัวขึ้น พวกเขามีแนวโน้มที่จะคาดการณ์การเปลี่ยนแปลงได้มากที่สุดเมื่อแบบสำรวจรายงานความเชื่อมั่นของนักลงทุนที่รุนแรง^{[ 20 ]}ตัวอย่างเช่น แบบสำรวจที่แสดงให้เห็นถึงความเชื่อมั่นในทิศทางขาขึ้นอย่างท่วมท้น เป็นหลักฐานว่าแนวโน้มขาขึ้นอาจกลับตัวได้ โดยมีสมมติฐานว่าหากนักลงทุนส่วนใหญ่มีความเชื่อมั่นในทิศทางขาขึ้น พวกเขาได้ซื้อตลาดไปแล้ว (คาดการณ์ราคาที่สูงขึ้น) และเนื่องจากนักลงทุนส่วนใหญ่มีความเชื่อมั่นในทิศทางขาขึ้นและลงทุนไปแล้ว จึงสันนิษฐานได้ว่ามีผู้ซื้อเหลืออยู่น้อย ทำให้มีผู้ขายมากกว่าผู้ซื้อ แม้ว่าจะมีความเชื่อมั่นในทิศทางขาขึ้นก็ตาม นี่แสดงให้เห็นว่าราคาจะมีแนวโน้มลดลง และเป็นตัวอย่างของการลงทุนแบบสวนทาง^{[ 21 ]}

อุตสาหกรรมนี้ได้รับการเป็นตัวแทนในระดับโลกโดยสหพันธ์นักวิเคราะห์ทางเทคนิคระหว่างประเทศ (IFTA) ซึ่งเป็นสหพันธ์ขององค์กรระดับภูมิภาคและระดับชาติ ในสหรัฐอเมริกา อุตสาหกรรมนี้ได้รับการเป็นตัวแทนโดยทั้งสมาคม CMT และสมาคมนักวิเคราะห์ทางเทคนิคมืออาชีพแห่งอเมริกา (AAPTA) นอกจากนี้ สหรัฐอเมริกายังได้รับการเป็นตัวแทนโดยสมาคมนักวิเคราะห์ความปลอดภัยทางเทคนิคแห่งซานฟรานซิสโก (TSAASF) ในสหราชอาณาจักร อุตสาหกรรมนี้ได้รับการเป็นตัวแทนโดยสมาคมนักวิเคราะห์ทางเทคนิค (STA) STA เป็นสมาชิกผู้ก่อตั้งของ IFTA เพิ่งฉลองครบรอบ 50 ปี และให้การรับรองนักวิเคราะห์ด้วยประกาศนียบัตรด้านการวิเคราะห์ทางเทคนิค ในแคนาดา อุตสาหกรรมนี้ได้รับการเป็นตัวแทนโดยสมาคมนักวิเคราะห์ทางเทคนิคแห่งแคนาดา^{[ 22 ]}ในออสเตรเลีย อุตสาหกรรมนี้ได้รับการเป็นตัวแทนโดยสมาคมนักวิเคราะห์ทางเทคนิคแห่งออสเตรเลีย (ATAA) ^{[ 23 ]} (ซึ่งเป็นพันธมิตรกับ IFTA) และสมาคมนักวิเคราะห์ทางเทคนิคมืออาชีพแห่งออสเตรเลีย (APTA) Inc. ^{[ 24 ]}

สมาคมวิเคราะห์ทางเทคนิคระดับมืออาชีพได้ร่วมกันสร้างองค์ความรู้ที่อธิบายถึงสาขาการวิเคราะห์ทางเทคนิค องค์ความรู้นี้มีความสำคัญต่อสาขานี้ เนื่องจากเป็นวิธีในการกำหนดว่าการวิเคราะห์ทางเทคนิคทำงานอย่างไรและเพราะเหตุใด จากนั้นจึงสามารถนำไปใช้โดยสถาบันการศึกษา ตลอดจนหน่วยงานกำกับดูแล ในการพัฒนาการวิจัยและมาตรฐานที่เหมาะสมสำหรับสาขานี้สมาคม CMTได้เผยแพร่องค์ความรู้ ซึ่งเป็นโครงสร้างสำหรับการสอบ Chartered Market Technician (CMT) ^{[ 25 ] [ 26 ]}

ซอฟต์แวร์วิเคราะห์ทางเทคนิคจะช่วยสร้างกราฟ วิเคราะห์ และรายงานโดยอัตโนมัติ ซึ่งสนับสนุนนักวิเคราะห์ทางเทคนิคในการตรวจสอบและคาดการณ์ตลาดการเงิน (เช่นตลาดหุ้น )

นอกเหนือจากซอฟต์แวร์แบบติดตั้งบนเดสก์ท็อปในความหมายดั้งเดิมแล้ว อุตสาหกรรมยังได้เห็นการเกิดขึ้นของแอปพลิเคชันบนคลาวด์และอินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน (API) ที่ส่งมอบตัวชี้วัดทางเทคนิค (เช่น MACD, Bollinger Bands) ผ่าน โปรโตคอล RESTful HTTP หรืออินทราเน็ต

ซอฟต์แวร์วิเคราะห์ทางเทคนิคสมัยใหม่มักมีให้ใช้งานในรูปแบบเว็บแอปพลิเคชันหรือบนสมาร์ทโฟน โดยไม่จำเป็นต้องดาวน์โหลดและติดตั้งซอฟต์แวร์ บางซอฟต์แวร์ยังมีภาษาการเขียนโปรแกรมในตัวและเครื่องมือทดสอบย้อนหลังอัตโนมัติอีกด้วย

นับตั้งแต่ช่วงต้นทศวรรษ 1990 เมื่อ เครือข่ายประสาทเทียม (ANNs) ประเภทแรกที่ใช้งานได้จริงปรากฏขึ้นเครือข่ายประสาทเทียม (ANNs) ก็ได้รับความนิยมเพิ่มขึ้นอย่างรวดเร็ว พวกมันเป็นระบบซอฟต์แวร์ปรับตัวได้ของปัญญาประดิษฐ์ ที่ได้รับแรงบันดาลใจจากวิธีการ ^{ทำงาน} ของเครือข่ายประสาททางชีววิทยา พวกมันถูกนำมาใช้เพราะสามารถเรียนรู้ที่จะตรวจจับรูปแบบที่ซับซ้อนในข้อมูล ในทางคณิตศาสตร์ พวกมันเป็น ตัวประมาณฟังก์ชัน สากล [ ^{27 ] [ 28 ]}หมายความว่าหากมีข้อมูลที่ถูกต้องและกำหนดค่าอย่างถูกต้อง พวกมันสามารถจับภาพและสร้างแบบจำลองความสัมพันธ์ระหว่างอินพุตและเอาต์พุตใดๆ ก็ได้ สิ่งนี้ไม่เพียงแต่ขจัดความจำเป็นในการตีความแผนภูมิหรือชุดกฎสำหรับการสร้างสัญญาณเข้า/ออกโดยมนุษย์เท่านั้น แต่ยังเป็นสะพานเชื่อมไปสู่การวิเคราะห์พื้นฐาน เนื่องจากตัวแปรที่ใช้ในการวิเคราะห์พื้นฐานสามารถใช้เป็นอินพุตได้

เนื่องจาก ANN เป็นแบบจำลองทางสถิติที่ไม่เป็นเชิงเส้นโดยพื้นฐาน ความแม่นยำและความสามารถในการทำนายจึงสามารถทดสอบได้ทั้งทางคณิตศาสตร์และเชิงประจักษ์ ในการศึกษาต่างๆ ผู้เขียนได้อ้างว่าเครือข่ายประสาทเทียมที่ใช้ในการสร้างสัญญาณการซื้อขายโดยพิจารณาจากข้อมูลทางเทคนิคและพื้นฐานต่างๆ มีประสิทธิภาพเหนือกว่ากลยุทธ์การซื้อและถือครอง ตลอดจนวิธีการวิเคราะห์ทางเทคนิคเชิงเส้นแบบดั้งเดิม เมื่อรวมกับระบบผู้เชี่ยวชาญตามกฎ^{[ 29 ] [ 30 ] [ 31 ]}

แม้ว่าลักษณะทางคณิตศาสตร์ขั้นสูงของระบบปรับตัวดังกล่าวจะทำให้เครือข่ายประสาทเทียมสำหรับการวิเคราะห์ทางการเงินส่วนใหญ่อยู่ในแวดวงการวิจัยทางวิชาการ แต่ในช่วงไม่กี่ปีมานี้ซอฟต์แวร์เครือข่ายประสาทเทียม ที่เป็นมิตรกับผู้ใช้มากขึ้นได้ ทำให้เทคโนโลยีนี้เข้าถึงได้ง่ายขึ้นสำหรับนักลงทุน

การซื้อขายอย่างเป็นระบบมักถูกนำมาใช้หลังจากทดสอบกลยุทธ์การลงทุนกับข้อมูลในอดีต ซึ่งเรียกว่าการทดสอบย้อนหลัง (หรือการพยากรณ์ย้อนหลัง ) การทดสอบย้อนหลังมักทำกับตัวชี้วัดทางเทคนิคควบคู่กับความผันผวน แต่สามารถนำไปใช้กับกลยุทธ์การลงทุนส่วนใหญ่ได้ (เช่น การวิเคราะห์ปัจจัยพื้นฐาน) ในขณะที่การทดสอบย้อนหลังแบบดั้งเดิมทำด้วยมือ แต่มักทำกับหุ้นที่มนุษย์เลือกเท่านั้น จึงมีแนวโน้มที่จะได้รับอิทธิพลจากความรู้เดิมในการเลือกหุ้น ด้วยการพัฒนาของคอมพิวเตอร์ การทดสอบย้อนหลังสามารถทำได้กับตลาดหลักทรัพย์ทั้งหมดโดยใช้ข้อมูลในอดีตหลายสิบปีในเวลาอันสั้นมาก

การใช้คอมพิวเตอร์มีข้อเสียอยู่บ้าง โดยจำกัดอยู่เฉพาะอัลกอริทึมที่คอมพิวเตอร์สามารถดำเนินการได้ กลยุทธ์การซื้อขายหลายอย่างอาศัยการตีความของมนุษย์^{[ 33 ]}และไม่เหมาะสมสำหรับการประมวลผลด้วยคอมพิวเตอร์^{[ 34 ]}มีเพียงตัวชี้วัดทางเทคนิคที่เป็นอัลกอริทึมทั้งหมดเท่านั้นที่สามารถตั้งโปรแกรมสำหรับการทดสอบย้อนหลังอัตโนมัติด้วยคอมพิวเตอร์ได้

จอห์น เมอร์ฟีระบุว่าแหล่งข้อมูลหลักที่มีให้แก่นักเทคนิคคือ ราคา ปริมาณ และปริมาณการเปิดสถานะ [ ^{10 ] ข้อมูล}อื่นๆ เช่น ตัวชี้วัดและการวิเคราะห์ความรู้สึกถือเป็นข้อมูลรอง

อย่างไรก็ตาม นักวิเคราะห์ทางเทคนิคจำนวนมากก้าวข้ามการวิเคราะห์ทางเทคนิคล้วนๆ โดยผสมผสานวิธีการพยากรณ์ตลาดอื่นๆ เข้ากับงานทางเทคนิคของพวกเขา ผู้สนับสนุนแนวทางนี้คือJohn Bollingerซึ่งเป็นผู้บัญญัติศัพท์คำว่าการวิเคราะห์เชิงเหตุผลในช่วงกลางทศวรรษ 1980 สำหรับจุดตัดระหว่างการวิเคราะห์ทางเทคนิคและการวิเคราะห์พื้นฐาน^{[ 35 ]}แนวทางดังกล่าวอีกประการหนึ่งคือ การวิเคราะห์แบบผสมผสาน ซึ่งเป็นการนำการวิเคราะห์พื้นฐานมาซ้อนทับกับการวิเคราะห์ทางเทคนิค เพื่อพยายามปรับปรุงประสิทธิภาพของผู้จัดการพอร์ตโฟลิโอ

การวิเคราะห์ทางเทคนิคมักจะถูกรวมเข้ากับการวิเคราะห์เชิงปริมาณและเศรษฐศาสตร์ด้วย ตัวอย่างเช่น อาจใช้เครือข่ายประสาทเทียมเพื่อช่วยระบุความสัมพันธ์ระหว่างตลาด^{[ 36 ]}

นักวิเคราะห์ทางเทคนิคยังใช้แบบสำรวจความคิดเห็นของนักลงทุนและจดหมายข่าว รวมถึงตัวชี้วัดความรู้สึกจากหน้าปกนิตยสารด้วย^{[ 37 ]}

การวิเคราะห์ทางเทคนิคได้ผลจริงหรือไม่นั้นเป็นเรื่องที่ถกเถียงกันอยู่ วิธีการแตกต่างกันอย่างมาก และนักวิเคราะห์ทางเทคนิคที่แตกต่างกันอาจทำนายผลลัพธ์ที่ขัดแย้งกันจากข้อมูลชุดเดียวกันได้ นักลงทุนหลายคนอ้างว่าได้รับผลตอบแทนเป็นบวก แต่การประเมินทางวิชาการมักพบว่าการวิเคราะห์ทางเทคนิคมีพลังในการทำนายน้อย^{[ 38 ]}จากการศึกษาสมัยใหม่ 95 เรื่อง มี 56 เรื่องที่สรุปว่าการวิเคราะห์ทางเทคนิคให้ผลลัพธ์ที่เป็นบวก แม้ว่าอคติจากการเลือกข้อมูลและปัญหาอื่นๆ จะทำให้การวิเคราะห์ทำได้ยาก^{[ 3 ]}การทำนายแบบไม่เชิงเส้นโดยใช้เครือข่ายประสาท เทียม บางครั้งก็ให้ผลการทำนายที่มีนัยสำคัญทางสถิติ^{[ 39 ]}เอกสารการทำงานของธนาคารกลางสหรัฐ^{[ 4 ]}เกี่ยวกับ ระดับ แนวรับและแนวต้านในอัตราแลกเปลี่ยนเงินตราต่างประเทศระยะสั้น "มีหลักฐานที่ชัดเจนว่าระดับเหล่านี้ช่วยในการทำนายการหยุดชะงักของแนวโน้มระหว่างวัน" แม้ว่า "พลังในการทำนาย" ของระดับเหล่านั้น "พบว่าแตกต่างกันไปตามอัตราแลกเปลี่ยนและบริษัทที่ตรวจสอบ"

จากการศึกษาในปี 2007 พบว่ากลยุทธ์การซื้อขายทางเทคนิคมีประสิทธิภาพในตลาดจีน โดยระบุว่า "ในที่สุด เราพบผลตอบแทนที่เป็นบวกอย่างมีนัยสำคัญจากการซื้อขายโดยใช้ กฎการตัดกัน ของค่าเฉลี่ยเคลื่อนที่แบบสวนทาง กฎการทะลุช่องทาง และกฎการซื้อขาย Bollinger band หลังจากหักค่าใช้จ่ายในการทำธุรกรรม 0.50%" ^{[ 40 ]}

การศึกษาที่มีอิทธิพลในปี 1992 โดย Brock et al. ดูเหมือนจะพบการสนับสนุนสำหรับกฎการซื้อขายทางเทคนิค^{[ 41 ]} Sullivan และ Timmerman ทดสอบการศึกษาในปี 1992 สำหรับการสอดแนมข้อมูลและปัญหาอื่นๆ ในปี 1999 ^{[ 42 ]}พวกเขาพบว่าตัวอย่างที่ครอบคลุมโดย Brock et al. มีความแข็งแกร่งต่อการสอดแนมข้อมูล

ต่อมา การศึกษาอย่างครอบคลุมเกี่ยวกับคำถามนี้โดย Gerwin Griffioen นักเศรษฐศาสตร์จากอัมสเตอร์ดัม สรุปได้ว่า: "สำหรับดัชนีตลาดหุ้นของสหรัฐอเมริกา ญี่ปุ่น และยุโรปตะวันตกส่วนใหญ่ ขั้นตอนการพยากรณ์นอกตัวอย่างแบบวนซ้ำไม่แสดงให้เห็นว่ามีกำไร หลังจากใช้ต้นทุนการทำธุรกรรมเพียงเล็กน้อย ยิ่งไปกว่านั้น สำหรับต้นทุนการทำธุรกรรมที่สูงเพียงพอ พบว่าจากการประมาณค่า CAPMการซื้อขายทางเทคนิคไม่แสดงให้เห็นถึงพลังการพยากรณ์นอกตัวอย่างที่แก้ไขความเสี่ยงอย่างมีนัยสำคัญทางสถิติสำหรับดัชนีตลาดหุ้นเกือบทั้งหมด" ^{[ 43 ]}ต้นทุนการทำธุรกรรมนั้นใช้ได้กับ "กลยุทธ์โมเมนตัม" เป็นพิเศษ การทบทวนข้อมูลและการศึกษาอย่างครอบคลุมในปี 1996 สรุปได้ว่าแม้ต้นทุนการทำธุรกรรมเพียงเล็กน้อยก็จะทำให้ไม่สามารถจับส่วนเกินใด ๆ จากกลยุทธ์ดังกล่าวได้^{[ 44 ]}

ในบทความที่ตีพิมพ์ในวารสาร Journal of Finance เมื่อปี 2000 ศาสตราจารย์Andrew W. Loจาก MIT ร่วมกับ Harry Mamaysky และ Jiang Wang พบว่า:

การวิเคราะห์ทางเทคนิค หรือที่รู้จักกันในชื่อ "การสร้างกราฟ" เป็นส่วนหนึ่งของการปฏิบัติทางการเงินมาหลายทศวรรษแล้ว แต่สาขาวิชานี้ไม่ได้รับการตรวจสอบและการยอมรับทางวิชาการในระดับเดียวกับวิธีการแบบดั้งเดิม เช่น การวิเคราะห์ปัจจัยพื้นฐาน อุปสรรคสำคัญประการหนึ่งคือลักษณะที่เป็นอัตวิสัยสูงของการวิเคราะห์ทางเทคนิค – การปรากฏของรูปทรงเรขาคณิตในกราฟราคาในอดีตมักขึ้นอยู่กับมุมมองของผู้ดู ในบทความนี้ เราเสนอแนวทางที่เป็นระบบและอัตโนมัติในการจดจำรูปแบบทางเทคนิคโดยใช้การถดถอยเคอร์เนลแบบ ไม่พาราเมตริก และนำวิธีการนี้ไปใช้กับหุ้นสหรัฐฯ จำนวนมากตั้งแต่ปี 1962 ถึง 1996 เพื่อประเมินประสิทธิภาพของการวิเคราะห์ทางเทคนิค โดยการเปรียบเทียบการกระจายเชิงประจักษ์แบบไม่มีเงื่อนไขของผลตอบแทนหุ้นรายวันกับการกระจายแบบมีเงื่อนไข – โดยมีเงื่อนไขตามตัวชี้วัดทางเทคนิคเฉพาะ เช่น รูปแบบหัวและไหล่หรือรูปแบบก้นคู่ – เราพบว่าในช่วงระยะเวลาตัวอย่าง 31 ปี ตัวชี้วัดทางเทคนิคหลายตัวให้ข้อมูลเพิ่มเติมและอาจมีคุณค่าในทางปฏิบัติ^{[ 5 ]}

ในเอกสารฉบับเดียวกันนั้น Lo เขียนว่า "การศึกษาเชิงวิชาการหลายชิ้นชี้ให้เห็นว่า ... การวิเคราะห์ทางเทคนิคอาจเป็นวิธีการที่มีประสิทธิภาพในการดึงข้อมูลที่เป็นประโยชน์จากราคาตลาด" ^{[ 5 ]}เทคนิคบางอย่าง เช่นDrummond Geometryพยายามเอาชนะอคติของข้อมูลในอดีตโดยการคาดการณ์ระดับแนวรับและแนวต้านจากกรอบเวลาที่แตกต่างกันไปยังอนาคตอันใกล้ และรวมเข้ากับเทคนิคการกลับสู่ค่าเฉลี่ย^{[ 45 ]}

สมมติฐานตลาดที่มีประสิทธิภาพ (EMH) ขัดแย้งกับหลักการพื้นฐานของการวิเคราะห์ทางเทคนิคโดยระบุว่าราคาในอดีตไม่สามารถนำมาใช้ในการคาดการณ์ราคาในอนาคตได้อย่างมีกำไร ดังนั้นจึงถือว่าการวิเคราะห์ทางเทคนิคไม่มีประสิทธิภาพ นักเศรษฐศาสตร์Eugene Famaได้ตีพิมพ์บทความสำคัญเกี่ยวกับ EMH ในวารสาร Journal of Financeในปี 1970 และกล่าวว่า "โดยสรุป หลักฐานที่สนับสนุนแบบจำลองตลาดที่มีประสิทธิภาพนั้นมีมากมาย และ (ค่อนข้างเป็นเอกลักษณ์ในทางเศรษฐศาสตร์) หลักฐานที่ขัดแย้งนั้นมีน้อย" ^{[ 46 ]}

อย่างไรก็ตาม เนื่องจากราคาหุ้นในอนาคตอาจได้รับอิทธิพลอย่างมากจากความคาดหวังของนักลงทุน นักวิเคราะห์ทางเทคนิคจึงอ้างว่าราคาในอดีตย่อมส่งผลต่อราคาในอนาคต^{[ 47 ]}พวกเขายังชี้ให้เห็นถึงงานวิจัยในสาขาการเงินเชิงพฤติกรรมโดยเฉพาะอย่างยิ่งที่ว่าผู้คนไม่ได้เป็นผู้เข้าร่วมที่มีเหตุผลอย่างที่ EMH กล่าวไว้ นักวิเคราะห์ทางเทคนิคกล่าวมานานแล้วว่าพฤติกรรมของมนุษย์ที่ไม่สมเหตุสมผลส่งผลต่อราคาหุ้น และพฤติกรรมนี้ทำให้เกิดผลลัพธ์ที่คาดการณ์ได้^{[ 48 ]}ผู้เขียน David Aronson กล่าวว่าทฤษฎีการเงินเชิงพฤติกรรมผสมผสานกับการปฏิบัติของการวิเคราะห์ทางเทคนิค:

โดยพิจารณาถึงผลกระทบของอารมณ์ ข้อผิดพลาดทางความคิด ความชอบที่ไม่สมเหตุสมผล และพลวัตของพฤติกรรมกลุ่ม การเงินเชิงพฤติกรรมเสนอคำอธิบายที่กระชับเกี่ยวกับความผันผวนของตลาดที่มากเกินไป รวมถึงผลตอบแทนส่วนเกินที่ได้รับจากกลยุทธ์ข้อมูลที่ล้าสมัย... ข้อผิดพลาดทางความคิดอาจอธิบายถึงการมีอยู่ของความไม่มีประสิทธิภาพของตลาดที่ก่อให้เกิดการเคลื่อนไหวของราคาอย่างเป็นระบบ ซึ่งทำให้วิธีการวิเคราะห์ทางเทคนิค (TA) ที่เป็นกลางสามารถทำงานได้^{[ 47 ]}

ผู้สนับสนุน EMH ตอบว่า แม้ว่าผู้เข้าร่วมตลาดแต่ละรายจะไม่กระทำการอย่างมีเหตุผลเสมอไป (หรือมีข้อมูลครบถ้วน) แต่การตัดสินใจโดยรวมของพวกเขาจะสมดุลกัน ส่งผลให้เกิดผลลัพธ์ที่มีเหตุผล (ผู้มองโลกในแง่ดีที่ซื้อหุ้นและเสนอราคาสูงขึ้นจะถูกตอบโต้โดยผู้มองโลกในแง่ร้ายที่ขายหุ้นของตน ซึ่งทำให้ราคาอยู่ในภาวะสมดุล) ^{[ 49 ]}ในทำนองเดียวกัน ข้อมูลครบถ้วนจะสะท้อนให้เห็นในราคา เนื่องจากผู้เข้าร่วมตลาดทั้งหมดนำความรู้ส่วนบุคคลของตนมารวมกันในตลาด แม้ว่าความรู้นั้นจะไม่สมบูรณ์ก็ตาม^{[ 49 ]}

สมมติฐานการเดินแบบสุ่มอาจได้มาจากสมมติฐานตลาดที่มีประสิทธิภาพแบบอ่อน ซึ่งตั้งอยู่บนสมมติฐานที่ว่าผู้เข้าร่วมตลาดจะพิจารณาข้อมูลทั้งหมดที่มีอยู่ในความเคลื่อนไหวของราคาในอดีต (แต่ไม่จำเป็นต้องเป็นข้อมูลสาธารณะอื่นๆ) ในหนังสือA Random Walk Down Wall Street ของเขา Burton Malkielนักเศรษฐศาสตร์จาก Princeton กล่าวว่าเครื่องมือพยากรณ์ทางเทคนิค เช่น การวิเคราะห์รูปแบบ จะต้องเป็นสิ่งที่ขัดแย้งในตัวเองในที่สุด: "ปัญหาคือเมื่อผู้เข้าร่วมตลาดรู้ถึงความสม่ำเสมอดังกล่าวแล้ว ผู้คนจะกระทำการในลักษณะที่ป้องกันไม่ให้มันเกิดขึ้นในอนาคต" ^{[ 50 ]} Malkiel กล่าวว่าในขณะที่โมเมนตัมอาจอธิบายความเคลื่อนไหวของราคาหุ้นบางอย่างได้ แต่โมเมนตัมนั้นไม่เพียงพอที่จะสร้างผลกำไรส่วนเกิน Malkiel ได้เปรียบเทียบการวิเคราะห์ทางเทคนิคกับ " โหราศาสตร์ " ^{[ 51 ]}

ในช่วงปลายทศวรรษ 1980 ศาสตราจารย์ Andrew Lo และ Craig McKinlay ได้ตีพิมพ์บทความที่ทำให้เกิดข้อสงสัยเกี่ยวกับสมมติฐานการเดินแบบสุ่ม (random walk hypothesis) ในการตอบโต้ Malkiel ในปี 1999 Lo และ McKinlay ได้รวบรวมเอกสารเชิงประจักษ์ที่ตั้งคำถามถึงความเหมาะสมของสมมติฐาน^{[ 52 ]}ซึ่งชี้ให้เห็นถึงองค์ประกอบที่ไม่สุ่มและอาจเป็นการคาดการณ์ในการเคลื่อนไหวของราคาหุ้น แม้ว่าพวกเขาจะระมัดระวังที่จะชี้ให้เห็นว่าการปฏิเสธการเดินแบบสุ่มไม่ได้ทำให้ EMH เป็นโมฆะ ซึ่งเป็นแนวคิดที่แยกต่างหากจาก RWH อย่างสิ้นเชิง ในบทความปี 2000 Andrew Loได้วิเคราะห์ข้อมูลย้อนหลังจากสหรัฐอเมริกาตั้งแต่ปี 1962 ถึง 1996 และพบว่า "ตัวชี้วัดทางเทคนิคหลายตัวให้ข้อมูลเพิ่มเติมและอาจมีคุณค่าในทางปฏิบัติ" ^{[ 5 ]} Burton Malkiel ปฏิเสธความผิดปกติที่ Lo และ McKinlay กล่าวถึงว่ามีขนาดเล็กเกินไปที่จะทำกำไรได้^{[ 51 ]}

ช่างเทคนิคโต้แย้งว่าทฤษฎี EMH และทฤษฎีการเดินแบบสุ่มต่างก็ละเลยความเป็นจริงของตลาด กล่าวคือ ผู้เข้าร่วมไม่ได้มีเหตุผลอย่างสมบูรณ์ และการเคลื่อนไหวของราคาในปัจจุบันไม่ได้เป็นอิสระจากการเคลื่อนไหวครั้งก่อน^{[ 18 ] [ 53 ]}นักวิจัยด้านการประมวลผลสัญญาณบางคนปฏิเสธสมมติฐานการเดินแบบสุ่มที่ว่าราคาหุ้นในตลาดหลักทรัพย์มีลักษณะคล้ายกับกระบวนการ Wienerเนื่องจากโมเมนต์ทางสถิติของกระบวนการดังกล่าวและข้อมูลหุ้นจริงมีความแตกต่างกันอย่างมีนัยสำคัญเมื่อเทียบกับขนาดหน้าต่างและการวัดความคล้ายคลึงกัน [ ^{54 ] พวก}เขาโต้แย้งว่าการแปลงคุณลักษณะที่ใช้สำหรับการอธิบายสัญญาณเสียงและสัญญาณชีวภาพยังสามารถใช้เพื่อทำนายราคาหุ้นในตลาดหลักทรัพย์ได้อย่างประสบความสำเร็จ ซึ่งจะขัดแย้งกับสมมติฐานการเดินแบบสุ่ม

ดัชนีการเดินแบบสุ่ม (RWI) เป็นตัวชี้วัดทางเทคนิคที่พยายามตรวจสอบว่าการเคลื่อนไหวของราคาหุ้นเป็นแบบสุ่มหรือเป็นผลมาจากแนวโน้มที่มีนัยสำคัญทางสถิติ ดัชนีการเดินแบบสุ่มพยายามตรวจสอบว่าตลาดอยู่ในช่วงขาขึ้นหรือขาลงที่แข็งแกร่งหรือไม่ โดยการวัดช่วงราคาในช่วง N และดูว่าแตกต่างจากสิ่งที่คาดหวังจากการเดินแบบสุ่ม (ขึ้นหรือลงแบบสุ่ม) อย่างไร ยิ่งช่วงราคากว้างมากเท่าไร แนวโน้มก็ยิ่งแข็งแกร่งมากขึ้นเท่านั้น^{[ 55 ]}

เมื่อนำ ทฤษฎีความคาดหวังของ Kahneman และ Tversky มาใช้กับการเคลื่อนไหวของราคา Paul V. Azzopardi ได้ให้คำอธิบายที่เป็นไปได้ว่าทำไมความกลัวจึงทำให้ราคาร่วงลงอย่างรวดเร็ว ในขณะที่ความโลภผลักดันให้ราคาสูงขึ้นอย่างค่อยเป็นค่อยไป^{[ 56 ]}พฤติกรรมของราคาหลักทรัพย์ที่สังเกตได้ทั่วไปนี้ขัดแย้งอย่างมากกับการเดินแบบสุ่ม การวัดความโลภและความกลัวในตลาด^{[ 57 ]} ทำให้ นักลงทุนสามารถกำหนดกลยุทธ์การลงทุนระยะยาวและระยะสั้นได้ดียิ่งขึ้น

Caginalp และ Balenovich ในปี 1994 ^{[ 58 ]}ใช้แบบจำลองสมการเชิงอนุพันธ์ของกระแสสินทรัพย์เพื่อแสดงให้เห็นว่ารูปแบบหลักของการวิเคราะห์ทางเทคนิคสามารถสร้างขึ้นได้ด้วยสมมติฐานพื้นฐานบางประการ รูปแบบบางอย่าง เช่น รูปแบบการต่อเนื่องของสามเหลี่ยมหรือรูปแบบการกลับตัว สามารถสร้างขึ้นได้ด้วยสมมติฐานของกลุ่มนักลงทุนสองกลุ่มที่แตกต่างกันซึ่งมีการประเมินมูลค่าที่แตกต่างกัน สมมติฐานหลักของแบบจำลองคือความจำกัดของสินทรัพย์และการใช้แนวโน้มรวมถึงการประเมินมูลค่าในการตัดสินใจ รูปแบบหลายอย่างเป็นไปตามผลลัพธ์เชิงตรรกะทางคณิตศาสตร์ของสมมติฐานเหล่านี้

หนึ่งในปัญหาของการวิเคราะห์ทางเทคนิคแบบดั้งเดิมคือความยากลำบากในการระบุรูปแบบในลักษณะที่เอื้อต่อการทดสอบอย่างเป็นกลาง

รูปแบบแท่งเทียนญี่ปุ่นเกี่ยวข้องกับรูปแบบในช่วงไม่กี่วันที่อยู่ในแนวโน้มขาขึ้นหรือขาลง Caginalp และ Laurent ^{[ 59 ]}เป็นคนแรกที่ทำการทดสอบรูปแบบขนาดใหญ่ได้สำเร็จ ชุดเกณฑ์ที่แม่นยำทางคณิตศาสตร์ได้รับการทดสอบโดยเริ่มจากการใช้คำจำกัดความของแนวโน้มระยะสั้นโดยการปรับข้อมูลให้เรียบและอนุญาตให้มีการเบี่ยงเบนหนึ่งครั้งในแนวโน้มที่ปรับให้เรียบ จากนั้นพวกเขาพิจารณารูปแบบการกลับตัวของแท่งเทียนสามวันหลักแปดรูปแบบในลักษณะที่ไม่ใช้พารามิเตอร์และกำหนดรูปแบบเป็นชุดของความไม่เท่าเทียมกัน ผลลัพธ์เป็นไปในเชิงบวกด้วยความมั่นใจทางสถิติที่ท่วมท้นสำหรับแต่ละรูปแบบโดยใช้ชุดข้อมูลของหุ้น S&P 500 ทั้งหมดรายวันในช่วงห้าปี 1992–1996

หนึ่งในแนวคิดพื้นฐานที่สุดของการวิเคราะห์ทางเทคนิคแบบดั้งเดิมคือ แนวโน้มเมื่อเกิดขึ้นแล้วมักจะดำเนินต่อไป อย่างไรก็ตาม การทดสอบแนวโน้มนี้มักทำให้ผู้วิจัยสรุปว่าหุ้นเป็นการเดินแบบสุ่ม การศึกษาหนึ่งที่ดำเนินการโดย Poterba และ Summers ^{[ 60 ]}พบผลกระทบของแนวโน้มเล็กน้อยซึ่งเล็กเกินกว่าจะมีมูลค่าในการซื้อขาย ดังที่ Fisher Black ตั้งข้อสังเกตไว้^{[ 61 ]} "สัญญาณรบกวน" ในข้อมูลราคาซื้อขายทำให้การทดสอบสมมติฐานเป็นเรื่องยาก

วิธีหนึ่งในการหลีกเลี่ยงเสียงรบกวนนี้ถูกค้นพบในปี 1995 โดย Caginalp และ Constantine ^{[ 62 ]}ซึ่งใช้สัดส่วนของกองทุนปิดสองกองทุนที่เหมือนกันโดยพื้นฐานเพื่อขจัดการเปลี่ยนแปลงใด ๆ ในการประเมินมูลค่า กองทุนปิด (ต่างจากกองทุนเปิด) ซื้อขายโดยอิสระจากมูลค่าสินทรัพย์สุทธิ และหุ้นของกองทุนไม่สามารถไถ่ถอนได้ แต่ซื้อขายกันเองระหว่างนักลงทุนเช่นเดียวกับหุ้นอื่น ๆ ในตลาดหลักทรัพย์ ในการศึกษานี้ ผู้เขียนพบว่าการประมาณราคาที่ดีที่สุดของวันพรุ่งนี้ไม่ใช่ราคาของเมื่อวาน (ดังที่สมมติฐานตลาดที่มีประสิทธิภาพจะระบุ) และไม่ใช่ราคาโมเมนตัมบริสุทธิ์ (กล่าวคือ การเปลี่ยนแปลงราคาที่สัมพันธ์กันจากเมื่อวานถึงวันนี้ยังคงต่อเนื่องจากวันนี้ถึงวันพรุ่งนี้) แต่เป็นค่าที่อยู่กึ่งกลางระหว่างสองค่านี้อย่างแม่นยำ

เริ่มต้นจากการกำหนดลักษณะวิวัฒนาการของราคาตลาดในอดีตในแง่ของความเร็วราคาและการเร่งตัวของราคา ได้มีการพยายามพัฒนากรอบการทำงานทั่วไปสำหรับการวิเคราะห์ทางเทคนิค โดยมีเป้าหมายเพื่อสร้างการจำแนกประเภทตามหลักการของรูปแบบที่เป็นไปได้ซึ่งบ่งบอกถึงความเบี่ยงเบนหรือข้อบกพร่องจากสถานะตลาดแบบสุ่มและคุณสมบัติที่ไม่เปลี่ยนแปลงตามเวลา^{[ 63 ]}การจำแนกประเภทนี้อาศัยพารามิเตอร์ไร้มิติ 2 ตัว ได้แก่หมายเลขฟรูดซึ่งบ่งบอกถึงความแข็งแกร่งสัมพัทธ์ของการเร่งตัวเมื่อเทียบกับความเร็ว และช่วงเวลาการพยากรณ์ที่กำหนดมิติเป็นช่วงเวลาการฝึกอบรม พบว่ารูปแบบการติดตามแนวโน้มและรูปแบบตรงกันข้ามมีอยู่ร่วมกันและขึ้นอยู่กับช่วงเวลาไร้มิติ การใช้ แนวทาง กลุ่มการปรับมาตรฐานแนวทางสถานการณ์ตามความน่าจะเป็นแสดงให้เห็นถึงพลังการทำนายที่มีนัยสำคัญทางสถิติในทุกเฟสของตลาดที่ทดสอบ

จากการสำรวจงานวิจัยสมัยใหม่โดย Park และ Irwin ^{[ 64 ]}พบว่าส่วนใหญ่พบผลลัพธ์เชิงบวกจากการวิเคราะห์ทางเทคนิค

ในปี 2554 Caginalp และ DeSantis ^{[ 65 ]}ได้ใช้ชุดข้อมูลขนาดใหญ่ของกองทุนปิด ซึ่งสามารถเปรียบเทียบกับการประเมินมูลค่าได้ เพื่อกำหนดในเชิงปริมาณว่าแง่มุมสำคัญของการวิเคราะห์ทางเทคนิค เช่น แนวโน้มและแนวต้าน มีความถูกต้องทางวิทยาศาสตร์หรือไม่ โดยใช้ชุดข้อมูลมากกว่า 100,000 จุด พวกเขาแสดงให้เห็นว่าแนวโน้มมีผลกระทบที่สำคัญอย่างน้อยครึ่งหนึ่งของการประเมินมูลค่า ผลกระทบของปริมาณและความผันผวน ซึ่งมีขนาดเล็กกว่า ก็เห็นได้ชัดและมีนัยสำคัญทางสถิติ แง่มุมที่สำคัญของงานของพวกเขาเกี่ยวข้องกับผลกระทบที่ไม่เป็นเชิงเส้นของแนวโน้ม แนวโน้มเชิงบวกที่เกิดขึ้นภายในประมาณ 3.7 ส่วนเบี่ยงเบนมาตรฐานจะมีผลในเชิงบวก สำหรับแนวโน้มขาขึ้นที่แข็งแกร่งกว่า จะมีผลกระทบเชิงลบต่อผลตอบแทน ซึ่งบ่งชี้ว่าการทำกำไรเกิดขึ้นเมื่อขนาดของแนวโน้มขาขึ้นเพิ่มขึ้น สำหรับแนวโน้มขาลง สถานการณ์จะคล้ายกัน ยกเว้นว่า "การซื้อเมื่อราคาตก" จะไม่เกิดขึ้นจนกว่าแนวโน้มขาลงจะเป็นเหตุการณ์ 4.6 ส่วนเบี่ยงเบนมาตรฐาน วิธีการเหล่านี้สามารถใช้เพื่อตรวจสอบพฤติกรรมของนักลงทุนและเปรียบเทียบกลยุทธ์พื้นฐานระหว่างประเภทสินทรัพย์ต่างๆ

ในปี 2556 Kim Man Lui และ T Chong ชี้ให้เห็นว่าการค้นพบในอดีตเกี่ยวกับการวิเคราะห์ทางเทคนิคส่วนใหญ่รายงานถึงผลกำไรของกฎการซื้อขายเฉพาะสำหรับชุดข้อมูลในอดีตที่กำหนด การศึกษาในอดีตเหล่านี้ไม่ได้คำนึงถึงนักเทรดที่เป็นมนุษย์ เนื่องจากไม่มีนักเทรดในโลกแห่งความเป็นจริงที่จะนำสัญญาณจากวิธีการวิเคราะห์ทางเทคนิคใดๆ มาใช้โดยอัตโนมัติ ดังนั้น เพื่อเปิดเผยความจริงของการวิเคราะห์ทางเทคนิค เราควรกลับไปทำความเข้าใจประสิทธิภาพระหว่างนักเทรดที่มีประสบการณ์และนักเทรดมือใหม่ หากตลาดเคลื่อนไหวแบบสุ่มจริงๆ จะไม่มีความแตกต่างระหว่างนักเทรดทั้งสองประเภทนี้ อย่างไรก็ตาม จากการทดลองพบว่านักเทรดที่มีความรู้เกี่ยวกับการวิเคราะห์ทางเทคนิคมากกว่าจะมีประสิทธิภาพเหนือกว่านักเทรดที่มีความรู้น้อยกว่าอย่างมีนัยสำคัญ^{[ 66 ]}

จนกระทั่งถึงกลางทศวรรษ 1960 การอ่านข้อมูลจากแถบกระดาษเป็นรูปแบบการวิเคราะห์ทางเทคนิคที่ได้รับความนิยม โดยประกอบด้วยการอ่านข้อมูลตลาด เช่น ราคา ปริมาณ ขนาดคำสั่งซื้อ และอื่นๆ จากแถบกระดาษที่วิ่งผ่านเครื่องที่เรียกว่าเครื่องแสดง ข้อมูล หุ้น (stock ticker ) ข้อมูลตลาดจะถูกส่งไปยังบริษัทโบรกเกอร์ และไปยังบ้านและสำนักงานของนักเก็งกำไรที่กระตือรือร้นที่สุด ระบบนี้เลิกใช้ไปเมื่อมีการนำแผงข้อมูลอิเล็กทรอนิกส์มาใช้ในช่วงปลายทศวรรษ 1960 และต่อมาคือคอมพิวเตอร์ ซึ่งช่วยให้การสร้างกราฟทำได้ง่ายขึ้น

เจสซี ลิเวอร์มอร์หนึ่งในผู้ดำเนินการตลาดหุ้นที่ประสบความสำเร็จมากที่สุดตลอดกาล ให้ความสำคัญกับการอ่านเทปราคาหุ้นมาตั้งแต่ยังเด็ก เขาใช้ระบบการซื้อขาย (เชิงกล) ของตัวเอง (เขาเรียกว่า 'กุญแจตลาด') ซึ่งไม่จำเป็นต้องใช้กราฟ แต่ใช้ข้อมูลราคาเพียงอย่างเดียว เขาอธิบายกุญแจตลาดของเขาอย่างละเอียดในหนังสือ 'How to Trade in Stocks' ในช่วงทศวรรษ 1940 ^{[ 67 ]}ระบบของลิเวอร์มอร์กำหนดช่วงของตลาด (แนวโน้ม การปรับฐาน ฯลฯ) ผ่านข้อมูลราคาในอดีต เขายังใช้ข้อมูลปริมาณ (ซึ่งเขาประเมินจากพฤติกรรมของหุ้นและผ่าน 'การทดสอบตลาด' ซึ่งเป็นกระบวนการทดสอบสภาพคล่องของตลาดโดยการส่งคำสั่งซื้อขายขนาดเล็ก) ดังที่อธิบายไว้ในหนังสือของเขาในช่วงทศวรรษ 1940

อีกรูปแบบหนึ่งของการวิเคราะห์ทางเทคนิคที่ใช้มาจนถึงปัจจุบันคือการตีความข้อมูลตลาดหุ้นที่อยู่ในกระดานราคา ซึ่งในสมัยก่อนที่มีหน้าจออิเล็กทรอนิกส์ นั้น จะเป็น กระดานดำขนาดใหญ่ที่ตั้งอยู่ในตลาดหลักทรัพย์ โดยมีข้อมูลของสินทรัพย์ทางการเงินหลักที่จดทะเบียนในตลาดหลักทรัพย์เพื่อวิเคราะห์การเคลื่อนไหว^{[ 68 ]}มีการอัปเดตข้อมูลด้วยชอล์กด้วยตนเอง โดยการอัปเดตข้อมูลบางส่วนจะถูกส่งไปยังสภาพแวดล้อมภายนอกตลาดหลักทรัพย์ (เช่นบริษัทนายหน้าซื้อขายหลักทรัพย์ร้านค้าซื้อขายหลักทรัพย์ฯลฯ) ผ่านทางเทปโทรเลขโทรศัพท์ และต่อมาคือเทเล็กซ์^{[ 69 ]}

เครื่องมือวิเคราะห์นี้ถูกใช้ทั้งในสถานที่ โดยส่วนใหญ่โดยผู้เชี่ยวชาญด้านตลาด และโดยประชาชนทั่วไปผ่านทางฉบับพิมพ์ในหนังสือพิมพ์ที่แสดงข้อมูลการเจรจาของวันก่อนหน้า สำหรับการซื้อขายแบบสวิงและ แบบถือ ครอง^{[ 70 ]}

• ช่วงราคาเฉลี่ยที่แท้จริง  – ช่วงราคาซื้อขายเฉลี่ยรายวัน ปรับค่าตามช่องว่างราคาแล้ว
• การทะลุแนวรับ หรือแนวต้าน  – แนวคิดที่ราคาพุ่งทะลุแนวรับหรือแนวต้าน เดิมอย่างรวดเร็ว โดยปกติแล้วมักจะมาพร้อมกับปริมาณการซื้อขายที่เพิ่มขึ้น แต่ก็ไม่เสมอไป
• รูปแบบกราฟ  – รูปแบบเฉพาะที่เกิดจากการเคลื่อนไหวของราคาหลักทรัพย์หรือสินค้าโภคภัณฑ์บนกราฟ
• วัฏจักร  – ช่วงเวลาเป้าหมายสำหรับการเปลี่ยนแปลงที่อาจเกิดขึ้นในรูปแบบการเคลื่อนไหวของราคา (ราคาจะเคลื่อนไหวขึ้น ลง หรือทรงตัวเท่านั้น)
• ปรากฏการณ์ "Dead cat bounce"  คือปรากฏการณ์ที่ราคาหุ้นร่วงลงอย่างรวดเร็ว แล้วก็ปรับตัวขึ้นเล็กน้อยชั่วคราว ก่อนที่จะร่วงลงอีกครั้ง
• หลักการคลื่นเอลเลียตและอัตราส่วนทองคำใช้ในการคำนวณการเคลื่อนไหวและการปรับตัวของราคาในลำดับถัดไป
• อัตราส่วนฟิโบนาชชี  – ใช้เป็นแนวทางในการกำหนดแนวรับ แนวต้าน และเปอร์เซ็นต์การปรับตัวลง
• โมเมนตัม  – อัตราการเปลี่ยนแปลงของราคา
• การวิเคราะห์จุดและรูปทรง  – แนวทางการวิเคราะห์เชิงราคาที่ใช้ตัวกรองเชิงตัวเลข ซึ่งอาจรวมถึงการอ้างอิงเวลา แต่ละเลยเวลาโดยสิ้นเชิงในการสร้างแบบจำลอง
• แนวต้าน  – ระดับราคาที่อาจกระตุ้นให้เกิดแรงขายสุทธิเพิ่มขึ้น
• แนวรับ  – ระดับราคาที่อาจกระตุ้นให้กิจกรรมการซื้อขายเพิ่มขึ้นสุทธิ
• แนวโน้มขาขึ้น  – ปรากฏการณ์ที่ราคาเคลื่อนไหวไปในทิศทางเดียวอย่างต่อเนื่องเป็นระยะเวลานาน

• กราฟแท่งเทียน  – มีต้นกำเนิดจากประเทศญี่ปุ่นและคล้ายกับกราฟ OHLC โดยแท่งเทียนจะกว้างขึ้นและเติมเต็มช่วงระหว่างราคาเปิดและราคาปิดเพื่อเน้นความสัมพันธ์ระหว่างราคาเปิดและราคาปิด ในโลกตะวันตก แท่งเทียนสีดำหรือสีแดงมักแสดงถึงราคาปิดที่ต่ำกว่าราคาเปิด ในขณะที่แท่งเทียนสีขาว สีเขียว หรือสีน้ำเงินแสดงถึงราคาปิดที่สูงกว่าราคาเปิด
• กราฟเส้น  – แสดงความสัมพันธ์ระหว่างราคาปิดและราคาเปิดด้วยเส้นตรง นอกจากนี้ คุณยังสามารถเลือกวาดกราฟเส้นโดยใช้ราคาเปิด ราคาปิด หรือราคาสูงสุดได้อีกด้วย
• กราฟราคา เปิด-สูงสุด-ต่ำสุด-ปิด  (OHLC chart) หรือที่รู้จักกันในชื่อกราฟแท่ง แสดงช่วงราคาระหว่างราคาสูงสุดและราคาต่ำสุดของช่วงเวลาการซื้อขายด้วยเส้นแนวตั้ง ณ เวลาซื้อขาย และราคาเปิดและราคาปิดด้วยขีดแนวนอนบนเส้นช่วงราคา โดยปกติขีดหนึ่งอยู่ทางซ้ายสำหรับราคาเปิด และขีดหนึ่งอยู่ทางขวาสำหรับราคาปิด
• แผนภูมิจุดและตัวเลข  – แผนภูมิประเภทหนึ่งที่ใช้ตัวกรองเชิงตัวเลขโดยมีการอ้างอิงถึงเวลาเพียงเล็กน้อย และละเลยเวลาโดยสิ้นเชิงในการสร้างแผนภูมิ

โดยทั่วไปแล้ว โอเวอร์เลย์จะถูกวางซ้อนทับบนกราฟราคาหลัก

• แถบโบลลิงเจอร์  – ช่วงความผันผวนของราคา
• ช่อง  – เส้นแนวโน้มคู่ขนานสองเส้น
• Ichimoku kinko hyo – ระบบที่ใช้ค่าเฉลี่ยเคลื่อนที่ซึ่งคำนึงถึงเวลาและจุดเฉลี่ยระหว่างราคาสูงสุดและต่ำสุดของแท่งเทียน
• ค่าเฉลี่ยเคลื่อนที่  – ค่าเฉลี่ยในช่วงเวลาก่อนและหลังจุดเวลาที่กำหนด ซึ่งจะถูกทำซ้ำที่แต่ละจุดเวลาในกราฟที่กำหนด ค่าเฉลี่ยเคลื่อนที่อาจมองได้ว่าเป็นเส้นแนวโน้มแบบไดนามิกชนิดหนึ่ง
• Parabolic SAR – สต็อปติดตาม  ของ Wilder ที่อิงจากแนวโน้มราคาที่มักจะคงตัวอยู่ภายใน เส้นโค้ง พาราโบลาในช่วงที่แนวโน้มแข็งแกร่ง
• จุดหมุน  – คำนวณได้จากค่าเฉลี่ยตัวเลขของราคาสูงสุด ราคาต่ำสุด และราคาปิดของสกุลเงินหรือหุ้นนั้นๆ
• แนวต้าน  – ระดับราคาที่อาจทำหน้าที่เป็นเพดานเหนือราคา
• แนวรับ  – ระดับราคาที่อาจทำหน้าที่เป็นจุดต่ำสุดต่ำกว่าราคา
• เส้นแนวโน้ม  – เส้นลาดเอียงที่มีจุดสูงสุดหรือจุดต่ำสุดอย่างน้อยสองจุด
• Zig Zag – แผนภูมิซ้อนทับนี้แสดงการเคลื่อนไหวของราคาที่ผ่านการกรองแล้ว ซึ่งมากกว่าเปอร์เซ็นต์ที่กำหนดไว้

ตัวชี้วัดเหล่านี้อิงตามสถิติที่ได้จากตลาดโดยรวม

• เส้นแสดงการเพิ่มขึ้น-ลดลงของราคา  – ตัวชี้วัดที่นิยมใช้ในการวัดความกว้างของตลาด
• McClellan Oscillator – ตัวชี้วัด แบบปิด ที่ได้รับความนิยม ในการวัดความกว้างของตลาด
• ดัชนีผลรวมของ McClellan – ตัวชี้วัด แบบเปิดที่ ได้รับความนิยม ในการวัดความกว้างของตลาด

โดยทั่วไปแล้ว ตัวชี้วัดเหล่านี้จะแสดงอยู่ด้านล่างหรือด้านบนของกราฟราคาหลัก

• ดัชนีทิศทางเฉลี่ย  – ตัวชี้วัดความแข็งแกร่งของแนวโน้มที่ใช้กันอย่างแพร่หลาย
• ดัชนีช่องทางสินค้าโภคภัณฑ์  – ระบุแนวโน้มวัฏจักร
• MACD  – การบรรจบกัน/การแยกตัวของค่าเฉลี่ยเคลื่อนที่
• โมเมนตัม  – อัตราการเปลี่ยนแปลงของราคา
• ดัชนีความแข็งแกร่งสัมพัทธ์ (RSI) – ตัวชี้วัดที่แสดงถึงความแข็งแกร่งของราคา
• ดัชนีความแข็งแกร่งสัมพัทธ์ (RVI) – ตัวชี้วัดที่ใช้วัดความเชื่อมั่นในความเคลื่อนไหวของราคาล่าสุดและความน่าจะเป็นที่ความเคลื่อนไหวนั้นจะดำเนินต่อไป
• ตัวชี้วัด Stochastic oscillator  – ปิดสถานะภายในกรอบการซื้อขายล่าสุด
• Trix  – ออสซิลเลเตอร์ที่แสดงความชันของค่าเฉลี่ยเคลื่อนที่ แบบเอ็กซ์โปเนนเชียล ที่ ปรับเรียบสามชั้น
• ตัวชี้วัดกระแสน้ำวน (Vortex Indicator)  – ตัวชี้วัดที่ใช้ระบุการมีอยู่ การต่อเนื่อง การเริ่มต้น หรือการสิ้นสุดของแนวโน้ม

• ดัชนีสะสม/กระจาย  – อิงตามราคาปิดภายในช่วงราคาของวันนั้นๆ
• ดัชนีกระแสเงินสด  – ปริมาณการซื้อขายหุ้นในวันที่ราคาหุ้นปรับตัวสูงขึ้น
• ปริมาณการซื้อขายสุทธิ  – โมเมนตัมของการซื้อและขายหุ้น

• MACDและดัชนีทิศทางเฉลี่ย
• MACDและ ซูเปอร์เทรนด์
• MACDและค่าเฉลี่ยเคลื่อนที่
• MACD และ RSI
• MACD และค่าเฉลี่ยเคลื่อนที่

• Azzopardi, Paul V. การวิเคราะห์ทางเทคนิคเชิงพฤติกรรม: บทนำสู่การเงินเชิงพฤติกรรมและบทบาทของมันในการวิเคราะห์ทางเทคนิค . Harriman House, 2010. ISBN 978-1905641413
• โคลบี, โรเบิร์ต ดับเบิลยู. สารานุกรมตัวชี้วัดทางเทคนิคของตลาด . ฉบับที่ 2. แมคกรอว์ ฮิลล์, 2003. ISBN 0-07-012057-9
• โคเวล, ไมเคิล. คู่มือการค้าเต่าฉบับสมบูรณ์ . ฮาร์เปอร์คอลลินส์ , 2007. ISBN 9780061241703
• ดักลาส, มาร์ค. ผู้ค้าที่มีวินัย . สถาบันการเงินแห่งนิวยอร์ก, 1990. ISBN 0-13-215757-8
• เอ็ดเวิร์ดส์, โรเบิร์ต ดี.; แมกี, จอห์น; บาสเซตติ, ดับเบิลยูเอชซีการวิเคราะห์ทางเทคนิคของแนวโน้มราคาหุ้นฉบับที่ 9 (ปกแข็ง) สมาคมการจัดการแห่งอเมริกา, 2007. ISBN 0-8493-3772-0
• ฟ็อกซ์, จัสติน . ตำนานของตลาดที่มีเหตุผล . ฮาร์เปอร์คอลลิงส์, 2009. ISBN 9780060598990
• Hurst, JM. The Profit Magic of Stock Transaction Timing . Prentice-Hall, 1972. ISBN 0-13-726018-0
• นีลล์, ฮัมฟรีย์ บี. การอ่านเทปและกลยุทธ์การตลาดฉบับพิมพ์ครั้งแรกปี 1931 พิมพ์ซ้ำโดย Market Place ปี 2007 ISBN 1592802621
• นีลล์, ฮัมฟรีย์ บี. ศิลปะแห่งการคิดแบบขัดแย้ง . สำนักพิมพ์แค็กซ์ตัน 1954.
• Pring, Martin J. การวิเคราะห์ทางเทคนิคที่อธิบายไว้: คู่มือสำหรับนักลงทุนที่ประสบความสำเร็จในการระบุแนวโน้มการลงทุนและจุดเปลี่ยน . McGraw Hill, 2002. ISBN 0-07-138193-7
• Raschke, Linda Bradford; Connors, Lawrence A. Street Smarts: High Probability Short-Term Trading Strategies . M. Gordon Publishing Group, 1995. ISBN 0-9650461-0-9
• Rollo Tape & Wyckoff, Richard D. การศึกษาเกี่ยวกับการอ่านเทปสำนักพิมพ์ The Ticker Publishing Co. นิวยอร์ก 1910
• Tharp, Van K. คู่มือฉบับสมบูรณ์เกี่ยวกับการกำหนดขนาดตำแหน่งการลงทุนสถาบันฝึกอบรมการซื้อขายระดับนานาชาติ, 2008. ISBN 0935219099
• ไวล์เดอร์, เจ. เวลส์. แนวคิดใหม่ในระบบการซื้อขายทางเทคนิค . เทรน รีเสิร์ช, 1978. ISBN 0-89459-027-8
• ลาดิส โคเนคนี, หุ้นและตลาดหลักทรัพย์ – หนังสือเล่มเดียวที่คุณต้องการ , 2013, ISBN 9783848220656การวิเคราะห์ทางเทคนิค = บทที่ 8
• ชาแบคเกอร์ส, ริชาร์ด ดับเบิลยู. ทฤษฎีและการปฏิบัติในตลาดหุ้น, 2011. ISBN 9781258159474
• Murphy, John J. การวิเคราะห์ทางเทคนิคของตลาดการเงิน , 1986. ISBN 9780735200661

องค์กรระหว่างประเทศและระดับชาติ

• สหพันธ์นักวิเคราะห์ทางเทคนิคระหว่างประเทศ
• สิงคโปร์: สมาคมนักวิเคราะห์ทางเทคนิค (สิงคโปร์)
• สหรัฐอเมริกา: สมาคม CMT
• สหราชอาณาจักร: สมาคมนักวิเคราะห์ทางเทคนิค