moving

语法

moving(func, funcArgs, window, [minPeriods])

参数

func 是一个聚合函数。注意:使用该参数时,用于定义相应聚合函数的关键词为 defg。有关 defg 的详细用法,参考:自定义聚合函数

funcArgs 是函数func的参数。可为向量、字典。如果有多个参数,则用元组表示,并且每个参数的长度(向量/字典的元素个数)必须相同。

window 是正整型 或 DURATION 标量。

  • window 是整型时,表示以窗口内元素个数衡量的滑动窗口的长度。

  • window 是 DURATION 时,表示以时间衡量的滑动窗口的长度。此时,funcArgs 必须是带有时间类型行索引的索引矩阵或者索引序列。

minPeriods 是一个正整数。为滑动窗口中最少包含的观测值数据。如果滑动窗口中的观测值小于 minPeriods,那么该窗口的结果为 NULL 值。默认值与 window 相等。 如果 window 是 DURATION,且需要设置 minPeriods 时,minPeriods 必须是 1。

其他相关的 m 系列函数的参数说明和窗口计算规则请参考: 滑动窗口系列(m 系列)

详情

应用函数/运算符到给定对象的一个滚动窗口上。

moving 高阶函数总是返回一个向量,长度与输入参数的长度相同。当第一个滑动窗口出现时高阶函数开始计算,每计算一次,滑动窗口向右移动一个元素。

内置函数 msum, mcountmavg 为各自的计算场景进行了优化,因此比 moving 高阶函数有更好的性能。

例子

计算APPL相对于市场(SPY)的 moving beta,移动窗口长度为10。

$ date=2016.08.01..2016.08.31
$ date=date[1<=weekday(date)<=5]
$ aaplRet=0.0177 -0.0148 0.0125 0.0008 0.0152 0.0083 0.0041 -0.0074 -0.0006 0.0023 0.0120 -0.0009 -0.0015 -0.0013 0.0026 -0.0078 0.0031 -0.0075 -0.0043 -0.0059 -0.0011 -0.0077 0.0009
$ spyRet=-0.0008 -0.0064 0.0029 0.0011 0.0082 -0.0006 0.0006 -0.0025 0.0046 -0.0009 0.0029 -0.0052 0.0019 0.0022 -0.0015 0.0000 0.0020 -0.0051 -0.0007 -0.0019 0.0049 -0.0016 -0.0028
$ t=table(date, aaplRet, spyRet);
$ t;

date

aaplRet

spyRet

2016.08.01

0.0177

-0.0008

2016.08.02

-0.0148

-0.0064

2016.08.03

0.0125

0.0029

2016.08.04

0.0008

0.0011

2016.08.05

0.0152

0.0082

2016.08.08

0.0083

-0.0006

2016.08.09

0.0041

0.0006

2016.08.10

-0.0074

-0.0025

2016.08.11

-0.0006

0.0046

2016.08.12

0.0023

-0.0009

2016.08.15

0.012

0.0029

2016.08.16

-0.0009

-0.0052

2016.08.17

-0.0015

0.0019

2016.08.18

-0.0013

0.0022

2016.08.19

0.0026

-0.0015

2016.08.22

-0.0078

0

2016.08.23

0.0031

0.002

2016.08.24

-0.0075

-0.0051

2016.08.25

-0.0043

-0.0007

2016.08.26

-0.0059

-0.0019

2016.08.29

-0.0011

0.0049

2016.08.30

-0.0077

-0.0016

2016.08.31

0.0009

-0.0028

// 计算移动 beta
$ update t set beta_value=moving(beta, [aaplRet, spyRet],10);
$ t;

date

aaplRet

spyRet

beta_value

2016.08.01

0.0177

-0.0008

2016.08.02

-0.0148

-0.0064

2016.08.03

0.0125

0.0029

2016.08.04

0.0008

0.0011

2016.08.05

0.0152

0.0082

2016.08.08

0.0083

-0.0006

2016.08.09

0.0041

0.0006

2016.08.10

-0.0074

-0.0025

2016.08.11

-0.0006

0.0046

2016.08.12

0.0023

-0.0009

1.601173

2016.08.15

0.012

0.0029

1.859846

2016.08.16

-0.0009

-0.0052

1.248804

2016.08.17

-0.0015

0.0019

1.114282

2016.08.18

-0.0013

0.0022

1.064296

2016.08.19

0.0026

-0.0015

0.512656

2016.08.22

-0.0078

0

0.614963

2016.08.23

0.0031

0.002

0.642491

2016.08.24

-0.0075

-0.0051

0.70836

2016.08.25

-0.0043

-0.0007

0.977279

2016.08.26

-0.0059

-0.0019

1.064465

2016.08.29

-0.0011

0.0049

0.422221

2016.08.30

-0.0077

-0.0016

0.793236

2016.08.31

0.0009

-0.0028

0.588027

minPeriods 的作用:

$ moving(avg, 1..4, 3);
[,,2,3]

$ moving(avg, 1..4, 3, 1);
[1,1.5,2,3]

$ v1=indexedSeries(2020.08.01..2020.08.04,1..4)
$ moving(avg, v1, 3d, 1);

label

col1

2020.08.01

1

2020.08.02

1.5

2020.08.03

2

2020.08.04

3

moving 高阶函数的参数 func 的所有参数必须要有相同的长度。如果 func 的参数长度不等,例如 percentile 函数,可以使用 部分应用 产生一个新的函数以满足此要求。请见下例:

$ moving(percentile{,50},1..20, 10);
[,,,,,,,,,5.5,6.5,7.5,8.5,9.5,10.5,11.5,12.5,13.5,14.5,15.5]

性能提示

当我们要计算移动均值时,应该使用内置函数 mavg 而不是 moving 高阶函数,这是因为内置版本是经过优化的版本,运行速度比高阶函数更快。

$ n=1000000
$ x=norm(0,1, n);
$ timer mavg(x, 10);
Time elapsed: 3.501ms

$ timer moving(avg, x, 10);
Time elapsed: 976.03ms