时序滑动窗口系列（tm 系列）

在涉及到时序数据的窗口计算场景，往往需要窗口根据时间列滑动进行指标的计算，为此 DolphinDB 引入了 tm 系列函数。tm 系列函数的窗口计算和 m 系列函数 window 取 DURATION 的情况类似，但 tm 系列函数不需要基于索引向量或索引矩阵的索引进行滑动，应用在 SQL 中可以直接对数据表的列进行滑动窗口计算。

tm 系列函数介绍：

  • tm 系列函数对应的高阶函数 tmoving：

$ tmoving(func, T, funcArgs, window)

注意：tm 系列函数为各自的计算场景进行了优化，因此比 tmoving 高阶函数有更好的性能。

  • 内置的 tm 系列函数的通用参数模板如下：

$ tmfunc(T, X, window)
$ tmfunc(T, X, Y, window)

参数

T 是一个非严格递增的时间类型或整型的向量，且不能包含 NULL 值。

X (Y) 是一个与 T 长度相同的向量。

window 是正整型或 DURATION 标量。表示滑动窗口的长度。


tm 系列函数如下：

See also

单目：

tmsum, tmsum2, tmavg, tmwavg, tmwsum, tmprod,

tmmax, tmmin, tmmed, tmfirst, tmlast,

tmrank, tmcount, tmpercentile, tmstd, tmstdp,

tmkurtosis, tmskew, tmvar, tmvarp.

双目：

tmbeta, tmcorr, tmcovar.


窗口确定规则：

tm 系列函数的 window 长度以时间衡量。window 可以是正整数类型或者 DURATION 类型。

对于 T 中每个元素 Ti：

  • 当 T 为整型时，确定的窗口区间为 (Ti - window, Ti ]

  • 当 T 为时间类型时， 确定的窗口区间为 (temporalAdd(Ti, -window), Ti]

其计算规则如下图：

../../_images/tmfunc_1.png

上图的对应代码，这里以 tmsum 为例：

$ T = [2022.01.01, 2022.01.02, 2022.01.03, 2022.01.06, 2022.01.07, 2022.01.08, 2022.01.10, 2022.01.11]
$ X = 1..8

$ print tmsum(T, X, window=3)
[1, 3, 6, 4, 9, 15, 13, 15]