更强大更灵活更全面丨一文搞懂DolphinDB窗口计算

枕上诗书闲处好，门前风景雨来佳。这篇文章主要讲述更强大更灵活更全面丨一文搞懂DolphinDB窗口计算相关的知识，希望能为你提供帮助。
在时序数据的处理中经常需要使用?窗口计算??。在DolphinDB中，窗口计算不仅仅应用于全量的历史数据计算，还可以应用于增量的流计算。?窗口函数??既可应用于SQL（处理表中的列），也可应用于面板数据（处理?矩阵??中的列）。DolphinDB对于窗口计算进行了精心优化，与其它系统相比，拥有显著的性能优势。除此之外，DolphinDB的窗口函数使用上更加灵活，不仅内置的或自定义的?vector函数??都可用于窗口计算，而且可以多个函数嵌套使用。
本篇将系统的介绍DolphinDB的窗口计算，从概念划分、应用场景、指标计算等角度，帮助用户快速掌握和运用DolphinDB强大的窗口计算功能。
本篇所有代码支持DolphinDB 1.30.15，2.00.3及以上版本。
1.30.7，2.00.0以上版本支持绝大部分代码，细节部分会在小节内部详细说明。
1. 窗口的概念及分类DolphinDB内有四种窗口，分别是：滚动窗口、滑动窗口、累计窗口和不定长窗口（包括会话窗口和segment window）。
在DolphinDB中，窗口的度量标准有两种：数据行数和时间。为了方便理解，可以参考下图：

本章节将介绍各个窗口类型的概念，具体的应用实例会在第2-4章节详细介绍。
1.1 滚动窗口
滚动窗口将每个数据分配到一个指定大小的窗口中。通常滚动窗口大小固定，且相邻两个窗口没有重复的元素。
滚动窗口根据度量标准的不同可以分为2种：

以行数划分窗口

图1-1-1 指定窗口大小为3行记录，横坐标以时间为单位。从图上可以看出，按每三行记录划分为了一个窗口，窗口之间的元素没有重叠。

以时间划分窗口

图1-1-2 指定窗口大小为3个时间单位，横坐标以时间为单位。与以行数划分窗口不同，按时间划分的窗口内记录数是不固定的。从两个图中可以看出，同一数据按不同单位类型划分窗口的结果是不同的。

1.2 滑动窗口
滑动窗口的模式是：一定长度的窗口，根据步长，进行滑动。与滚动窗口不同，滑动窗口相邻两个窗口可能包括重复的元素。滑动窗口根据步长和窗口采用不同的度量标准，可以分成以下4种：

步长为1行, 窗口为n行

图1-2-1 指定窗口大小为6行记录，窗口每次向后滑动1行记录。

步长为1行，窗口为指定时间

图1-2-2 指定窗口大小为3个时间单位，窗口以右边界为基准进行前向计算，窗口每次向后滑动1行记录。

步长为时间，窗口为n个步长时间

图1-2-3 指定窗口大小为4个时间单位，每次向后滑动2个时间单位。

步长为n行，窗口为m行

图1-2-4 指定窗口大小为5行记录，窗口每次向后滑动3行记录。

1.3 累计窗口
累计窗口，即窗口的起始边界固定，结束边界累计右移。根据数据的增加或时间的增长，窗口的大小会变大。累计窗口根据度量标准的不同可以分为2种：

步长为指定时间单位

图1-3-1 窗口右边界每次右移2个时间单位，窗口大小累计增加。

步长为1行

图1-3-2 窗口右边界每次右移1行，窗口大小累计增加。

1.4 不定长窗口
1.4.1 会话窗口
会话窗口是根据指定时间长度（session gap）切分窗口：若某条数据之后指定时间长度内无数据进入，则该条数据为一个窗口的终点，之后第一条新数据为另一个窗口的起点。会话窗口的窗口大小可变，窗口的度量方式为时间。

1.4.2 segment窗口
segment窗口是根据给定的数据来切分窗口，连续的相同元素为一个窗口。窗口大小可变，窗口的度量方式为行。

2. SQL中的窗口计算以及窗口连接计算SQL中的窗口计算一般涉及滚动窗口，滑动窗口，累计窗口以及segment窗口。DolphinDB中也有涉及窗口计算的window join窗口连接。本章将对上述几个窗口计算一一介绍。
2.1 SQL中的窗口计算
2.1.1 滚动窗口
2.1.1.1 时间维度的滚动窗口
在SQL中，可使用??interval??, ??bar??, ??dailyAlignedBar??等函数配合??group by??语句实现滚动窗口的聚合计算。
以??bar??函数为例，下面的例子是将10:00:00到10:05:59每秒更新的数据，每2分钟统计一次交易量之和：

t=table(2021.11.01T10:00:00..2021.11.01T10:05:59 as time, 1..360 as volume)
select sum(volume) from t group by bar(time, 2m)

# output

bar_timesum_volume
------------------- ----------
2021.11.01T10:00:00 7260
2021.11.01T10:02:00 21660
2021.11.01T10:04:00 36060

??bar??函数的分组规则是根据每条记录最近的能整除duration参数的时间作为开始时间的，但是对于一些开始时间不能直接被整除的场景，??bar??函数不适用。在金融场景中，往往在交易时段之外也有一些数据输入，但是在做数据分析的时候并不会用到这些数据；在期货市场，通常涉及到两个时间段，有些交易时段会隔天。??dailyAlignedBar??函数可以设置每天的起始时间和结束时间，很好地解决这类场景的聚合计算问题。
以期货市场为例，数据模拟为国内期货市场两天的两个交易时段下午1:30-3:00和晚上9:00-凌晨2:30。使用??dailyAlignedBar??函数计算每个交易时段中的7分钟均价。

sessions = 13:30:00 21:00:00
ts = 2021.11.01T13:30:00..2021.11.01T15:00:00 join 2021.11.01T21:00:00..2021.11.02T02:30:00
ts = ts join (ts+60*60*24)
t = table(ts, rand(10.0, size(ts)) as price)

select avg(price) as price, count(*) as count from t group by dailyAlignedBar(ts, sessions, 7m) as k7

# output

k7pricecount
------------------- ----------------- -----
2021.11.01T13:30:00 4.815287529108381 420
2021.11.01T13:37:00 5.265409774828835 420
2021.11.01T13:44:00 4.984934388122167 420
...
2021.11.01T14:47:00 5.031795592230213 420
2021.11.01T14:54:00 5.201864532018313 361
2021.11.01T21:00:00 4.945093814017518 420

//如果使用bar函数会不达预期
select avg(price) as price, count(*) as count from t group by bar(ts, 7m) as k7

# output

k7pricecount
------------------- ----------------- -----
2021.11.01T13:26:00 5.220721067537347 180//时间从13:26:00开始，不符合预期
2021.11.01T13:33:00 4.836406542137931 420
2021.11.01T13:40:00 5.100716347573325 420
2021.11.01T13:47:00 5.041169475132067 420
2021.11.01T13:54:00 4.853431270784876 420
2021.11.01T14:01:00 4.826169502311608 420

??interval??函数的主要应用是插值。如期货市场中有一些不活跃的期货，一段时间内可能都没有报价，但是在数据分析的时候需要每2秒都需要输出该期货的数据，缺失的数据根据前面的值进行插值；如果这2秒内有重复的值，则用最后一个作为输出值。这个场景下就需要用到??interval??函数。

t=table(2021.01.01T01:00:00+(1..5 join 9..11) as time, take(`CLF1,8) as contract, 50..57 as price)

select last(contract) as contract, last(price) as price from t group by interval(time, 2s,"prev")

# output

interval_timecontract price
------------------- -------- -----
2021.01.01T01:00:00 CLF150
2021.01.01T01:00:02 CLF152
2021.01.01T01:00:04 CLF154
2021.01.01T01:00:06 CLF154
2021.01.01T01:00:08 CLF155
2021.01.01T01:00:10 CLF157

//如果使用bar函数会不达预期

select last(contract) as contract, last(price) as price from t group by bar(time, 2s)

bar_timecontract price
------------------- -------- -----
2021.01.01T01:00:00 CLF150
2021.01.01T01:00:02 CLF152
2021.01.01T01:00:04 CLF154
2021.01.01T01:00:08 CLF155
2021.01.01T01:00:10 CLF157

2.1.1.2 记录数维度的滚动窗口
除了时间维度可以做滚动窗口计算之外，记录数维度也可以做滚动窗口计算。在股票市场临近收盘的时候，往往一分钟之内的交易量、笔数是非常大的，做策略时如果单从时间维度去触发可能会导致偏差。因此分析师有时会想要从每100笔交易而非每一分钟的角度去做策略，这个时候就可以用??rolling??函数实现。
下面是某天股票市场最后一分钟内对每100笔交易做成交量之和的例子：

t=table(2021.01.05T02:59:00.000+(1..2000)*100 as time, take(`CL,2000) as sym, 10* rand(50, 2000) as vol)

select rolling(last,time,100) as last_time,rolling(last,t.sym,100) as sym, rolling(sum,vol,100) as vol_100_sum from t

# output (每次结果会因为rand函数结果而不同)

last_timesym vol_100_sum
----------------------- --- -----------
2021.01.05T02:59:00.100 CL26480
2021.01.05T02:59:00.200 CL25250
2021.01.05T02:59:00.300 CL25910
2021.01.05T02:59:00.400 CL22890
2021.01.05T02:59:00.500 CL24000
...

2.1.2 滑动窗口
滑动窗口计算涉及步长与窗口长度两个维度：

步长是指计算如何触发：每隔一定数量的行或者每隔一定时间长度；
窗口长度是指每次计算时包含的数据量：一定数量的行的数据或者一定时间长度的数据。

2.1.2.1 步长为1行，窗口长度为n行
此类情况可使用m系列函数，??moving???函数，或者??rolling??。下面以????msum????为例，滑动计算窗口长度为5行的vol值之和。

t=table(2021.11.01T10:00:00 + 0 1 2 5 6 9 10 17 18 30 as time, 1..10 as vol)

select time, vol, msum(vol,5,1) from t

# output

timevol msum_vol
------------------- --- --------
2021.11.01T10:00:00 11
2021.11.01T10:00:01 23
2021.11.01T10:00:02 36
2021.11.01T10:00:05 410
2021.11.01T10:00:06 515
...

DolphinDB SQL可以通过??context by???对各个不同的symbol在组内进行窗口计算。??context by??是DolphinDB独有的功能，是对标准SQL语句的拓展，具体其他用法参照：????context by???

t=table(2021.11.01T10:00:00 + 0 1 2 5 6 9 10 17 18 30 join 0 1 2 5 6 9 10 17 18 30 as time, 1..20 as vol, take(`A,10) join take(`B,10) as sym)

select time, sym, vol, msum(vol,5,1) from t context by sym

# output

timesym vol msum_vol
------------------- --- --- --------
2021.11.01T10:00:00 A11
2021.11.01T10:00:01 A23
2021.11.01T10:00:02 A36
...
2021.11.01T10:00:30 A1040
2021.11.01T10:00:00 B1111
2021.11.01T10:00:01 B1223
...
2021.11.01T10:00:30 B2090

m系列函数是经过优化的窗口函数，如果想要使用自定义函数做窗口计算，DolphinDB支持在??moving??函数和??rolling??函数中使用自定义聚合函数。下面以??moving??嵌套自定义聚合函数为例：以下的行情数据有四列(代码，日期，close和volume)，按照代码分组，组内按日期排序。设定窗口大小为20，在窗口期内按照volume排序，取volume最大的五条数据的平均close的计算。

//t是模拟的四列数据
t = table(take(`IBM, 100) as code, 2020.01.01 + 1..100 as date, rand(100,100) + 20 as volume, rand(10,100) + 100.0 as close)

//1.30.15及以上版本可以用一行代码实现
//moving支持用户使用自定义匿名聚合函数(https://www.dolphindb.cn/cn/help/130/Functionalprogramming/AnonymousFunction.html)
select code, date, moving(defg(vol, close)return close[isort(vol, false).subarray(0:min(5,close.size()))].avg(), (volume, close), 20) from t context by code

//其他版本可以用自定义命名聚合函数实现：
defg top_5_close(vol,close)
return close[isort(vol, false).subarray(0:min(5,close.size()))].avg()

select code, date, moving(top_5_close,(volume, close), 20) from t context by code

在做数据分析的时候，还会经常用到窗口嵌套窗口的操作。举一个更复杂的例子：在做 101 Formulaic Alphas中98号因子计算的时候，DolphinDB可以运用窗口嵌套窗口的方法，将原本在C#中需要几百行的代码，简化成几行代码，且计算性能也有接近三个数量级的提升。 trade表有需要可以自行模拟数据，或用sample数据??CNTRADE??。

// 输入表trade的schema如下，如需要可自行模拟数据。

nametypeString typeInt
---------- ---------- -------
ts_codeSYMBOL17
trade_date DATE6
openDOUBLE16
volDOUBLE16
amountDOUBLE16

// alpha 98 计算：

def normRank(x)
return rank(x)\\x.size()

def alpha98SQL(t)
update t set adv5 = mavg(vol, 5), adv15 = mavg(vol, 15) context by ts_code
update t set rank_open = normRank(open), rank_adv15 = normRank(adv15) context by trade_date
update t set decay7 = mavg(mcorr(vwap, msum(adv5, 26), 5), 1..7), decay8 = mavg(mrank(9 - mimin(mcorr(rank_open, rank_adv15, 21), 9), true, 7), 1..8) context by ts_code
return select ts_code, trade_date, normRank(decay7)-normRank(decay8) as a98 from t context by trade_date

input = select trade_date,ts_code,amount*1000/(vol*100 + 1) as vwap,vol,open from trade
timer alpha98DDBSql = alpha98SQL(input)

2.1.2.2 步长为1行，窗口为指定时间长度
此类情况可使用m系列或者tm系列函数。下面以??tmsum??为例，计算滑动窗口长度为5秒的vol值之和。

//1.30.14，2.00.2以上版本支持```tmsum```函数。
t=table(2021.11.01T10:00:00 + 0 1 2 5 6 9 10 17 18 30 as time, 1..10 as vol)
select time, vol, tmsum(time,vol,5s) from t

# output
timevol tmsum_time
------------------- --- ----------
2021.11.01T10:00:00 11
2021.11.01T10:00:01 23
2021.11.01T10:00:02 36
2021.11.01T10:00:05 49
2021.11.01T10:00:06 512
2021.11.01T10:00:09 615
2021.11.01T10:00:10 718
2021.11.01T10:00:17 88
2021.11.01T10:00:18 917
2021.11.01T10:00:30 1010

实际场景中，计算历史分位的时候也会广泛运用到这类情况的窗口计算，具体在3.1.1介绍。
2.1.2.3 步长为时间长度，窗口为n个步长时间
此类情况可使用??interval??函数配合??group by??语句。下面的例子以5秒为窗口步长，10秒为窗口大小，计算vol值之和。
【更强大更灵活更全面丨一文搞懂DolphinDB窗口计算】推荐使用1.30.14, 2.00.2及以上版本使用interval函数。

t=table(2021.11.01T10:00:00+0 3 5 6 7 8 15 18 20 29 as time, 1..10 as vol)
select sum(vol) from t group by interval(time, 10s, "null", 5s)

# output

interval_timesum_vol
------------------- -------
2021.11.01T10:00:00 21
2021.11.01T10:00:05 18
2021.11.01T10:00:10 15
2021.11.01T10:00:15 24
2021.11.01T10:00:20 19
2021.11.01T10:00:25 10

2.1.1.1中interval的场景可以看作是窗口大小与步长相等的特殊的滑动窗口，而本节则是窗口大小为n倍步长时间的滑动窗口。??interval??函数为数据分析提供了更便捷的工具。
2.1.2.4 步长为n行，窗口为k*n行
此类情况可使用高阶函数????rolling????。下面的例子计算步长为3行，窗口长度为6行的vol值之和。与??interval???函数不同的是，??rolling??不会对缺失值进行插值，如果窗口内的元素个数不足窗口大小，该窗口不会被输出。该例子中，数据一共是10条，在前两个窗口计算完之后，第三个窗口因为只有4条数据，所以不输出第三个窗口的结果。

t=table(2021.11.01T10:00:00+0 3 5 6 7 8 15 18 20 29 as time, 1..10 as vol)
select rolling(last,time,6,3) as last_time, rolling(sum,vol,6,3) as sum_vol from t

# output

last_timesum_vol
------------------- -------
2021.11.01T10:00:08 21
2021.11.01T10:00:20 39

2.1.3 累计窗口
累计窗口有两种情况：一种是步长是1行，另一种是步长为指定时间长度。
2.1.3.1 步长为1行
步长为1行的累计窗口计算在SQL中通常直接用??cum??系列函数。下面的是累计求和??cumsum??的例子：

t=table(2021.11.01T10:00:00..2021.11.01T10:00:04 join 2021.11.01T10:00:06..2021.11.01T10:00:10 as time,1..10 as vol)
select *, cumsum(vol) from t

# output

timevol cum_vol
------------------- --- -------
2021.11.01T10:00:00 11
2021.11.01T10:00:01 23
2021.11.01T10:00:02 36
2021.11.01T10:00:03 410
2021.11.01T10:00:04 515
2021.11.01T10:00:06 621
2021.11.01T10:00:07 728
2021.11.01T10:00:08 836
2021.11.01T10:00:09 945
2021.11.01T10:00:10 1055

在实际场景中经常会用cum系列函数与??context by??连用，做分组内累计计算。比如行情数据中，根据各个不同股票的代码，做各自的累计成交量。

t=table(2021.11.01T10:00:00 + 0 1 2 5 6 9 10 17 18 30 join 0 1 2 5 6 9 10 17 18 30 as time, 1..20 as vol, take(`A,10) join take(`B,10) as sym)
select*, cumsum(vol) as cumsum_vol from t context by sym

# output

timevol sym cumsum_vol
------------------- --- --- ----------
2021.11.01T10:00:00 1A1
2021.11.01T10:00:01 2A3
...
2021.11.01T10:00:18 9A45
2021.11.01T10:00:30 10A55
2021.11.01T10:00:00 11B11
2021.11.01T10:00:01 12B23
...
2021.11.01T10:00:18 19B135
2021.11.01T10:00:30 20B155

2.1.3.2 步长为指定时间长度
要在SQL中实现步长为指定时间长度的累计窗口计算，可以使用??bar??类函数搭配??cgroup??来实现。

t=table(2021.11.01T10:00:00..2021.11.01T10:00:04 join 2021.11.01T10:00:06..2021.11.01T10:00:10 as time,1..10 as vol)
select sum(vol) from t cgroup by bar(time, 5s) as time order by time

# output

timesum_vol
------------------- -------
2021.11.01T10:00:00 15
2021.11.01T10:00:05 45
2021.11.01T10:00:10 55

2.1.4 segment窗口
以上所有例子中，窗口大小均固定。在DolphinDB中亦可将连续的相同元素做为一个窗口，用??segment??来实现。下面的例子是根据order_type中的数据进行窗口分割，进行累计求和计算。实际场景中，??segment??经常用于逐笔数据中，连续相同的order_type做累计成交额。

vol = 0.1 0.2 0.1 0.2 0.1 0.2 0.1 0.2 0.1 0.2 0.1 0.2
order_type = 0 0 1 1 1 2 2 1 1 3 3 2;
t = table(vol,order_type);
select *, cumsum(vol) as cumsum_vol from t context by segment(order_type);

# output

vol order_type cumsum_vol
--- ---------- ----------
0.1 00.1
0.2 00.3
0.1 10.1
0.2 10.3
0.1 10.4
0.2 20.2
0.1 20.3
0.2 10.2
0.1 10.3
0.2 30.2
0.1 30.3
0.2 20.2

2.2 SQL中的窗口连接计算
在DolphinDB中，除了常规的窗口计算之外，还支持窗口连接计算。即在表连接的同时，进行窗口计算。这里用到的函数有??wj??和??pwj??。
window join在表连接的同时对右表进行步长为1行，窗口为时间长度的窗口计算。因为窗口的左右边界均可以指定，也可以为负数，所以也可以看作非常灵活的滑动窗口。详细用法参见用户手册????window join??。

//data
t1 = table(1 1 2 as sym, 09:56:06 09:56:07 09:56:06 as time, 10.6 10.7 20.6 as price)
t2 = table(take(1,10) join take(2,10) as sym, take(09:56:00+1..10,20) as time, (10+(1..10)\\10-0.05) join (20+(1..10)\\10-0.05) as bid, (10+(1..10)\\10+0.05) join (20+(1..10)\\10+0.05) as offer, take(100 300 800 200 600, 20) as volume);

//window join calculation
wj(t1, t2, -5s:0s, < avg(bid)> , `sym`time);

# output

sym timepriceavg_bid
--- -------- ----- -------
109:56:06 10.6 10.3
109:56:07 10.7 10.4
209:56:06 20.6 20.3

由于窗口可以灵活设置，所以不仅是多表连接的时候会用到，单表内部的窗口计算也可以用到window join。下面的例子可以看作是t2表中每一条数据做一个(time-6s)到(time+1s)的计算。

t2 = table(take(1,10) join take(2,10) as sym, take(09:56:00+1..10,20) as time, (10+(1..10)\\10-0.05) join (20+(1..10)\\10-0.05) as bid, (10+(1..10)\\10+0.05) join (20+(1..10)\\10+0.05) as offer, take(100 300 800 200 600, 20) as volume);

wj(t2, t2, -6s:1s, < avg(bid)> , `sym`time);

# output

sym timebidoffer volume avg_bid
--- -------- ---- ------ ------ --------
109:56:01 10.05 10.15 10010.1
...
109:56:08 10.75 10.85 80010.5
109:56:09 10.85 10.95 20010.6
109:56:10 10.95 11.05 60010.65
209:56:01 20.05 20.15 10020.1
209:56:02 20.15 20.25 30020.15
...
209:56:08 20.75 20.85 80020.5
209:56:09 20.85 20.920020.6
209:56:10 20.95 21.05 60020.65

3.面板数据使用窗口计算在DolphinDB中，面板数据可以是矩阵也可以是表。表的窗口计算在前一章节已经描述，所以在这一章节中着重讨论矩阵的计算。
3.1 面板数据的滑动窗口计算
滑动窗口m系列函数也可以适用于面板数据，即在矩阵每列内进行计算，返回一个与输入矩阵维度相同的矩阵。如果滑动维度为时间，则要先使用????setIndexedMatrix!????函数将矩阵的行与列标签设为索引。这里需要注意的是，行与列标签均须严格递增。在矩阵计算中，IndexedMatrix可以帮助对齐行与列的不同标签，非常实用。通常我们会使用??pivot by???语句配合??exec???或者??panel??函数将竖表转化为宽表（矩阵），因为这个操作会将矩阵的行与列按递增方式排列，方便我们设置索引矩阵以及后期的计算。
首先我们新建一个矩阵，并将其设为IndexedMatrix：

m=matrix(1..4 join 6, 11..13 join 8..9)
m.rename!(2020.01.01..2020.01.04 join 2020.01.06,`A`B)
m.setIndexedMatrix!();

面板数据的滑动窗口大小支持两种度量方式：记录数和时间。
3.1.1 步长为1行，窗口为n行
m系列函数的参数可以是一个正整数（记录数维度）或一个 duration（时间维度）。通过设定不同的参数，可以指定理想的滑动窗口类型。
以??msum??滑动求和为例。以下例子是对一个矩阵内部，每一列做窗口大小为3行的滑动求和。

msum(m,3,1)

# output

AB
-- --
2020.01.01|111
2020.01.02|323
2020.01.03|636
2020.01.04|933
2020.01.06|13 30

矩阵运算中，也可以做复杂的窗口嵌套。曾在2.1.2.1节中提到的98号因子也可以在矩阵中通过几行代码实现(trade表有需要可以自行模拟数据，或用sample数据??CNTRADE??)：

// 输入表trade的schema如下，如需要可自行模拟数据：

nametypeString typeInt
---------- ---------- -------
ts_codeSYMBOL17
trade_date DATE6
openDOUBLE16
volDOUBLE16
amountDOUBLE16

// alpha 98 的矩阵计算

def prepareDataForDDBPanel()
t = select trade_date,ts_code,amount*1000/(vol*100 + 1) as vwap,vol,open from trade
return dict(`vwap`open`vol, panel(t.trade_date, t.ts_code, [t.vwap, t.open, t.vol]))

def myrank(x)
return rowRank(x)\\x.columns()

def alpha98Panel(vwap, open, vol)
return myrank(mavg(mcorr(vwap, msum(mavg(vol, 5), 26), 5), 1..7)) - myrank(mavg(mrank(9 - mimin(mcorr(myrank(open), myrank(mavg(vol, 15)), 21), 9), true, 7), 1..8))

input = prepareDataForDDBPanel()
alpha98DDBPanel = alpha98Panel(input.vwap, input.open, input.vol)

3.1.2 步长为1行，窗口为指定时间
以??msum??滑动求和为例。以下例子是对一个矩阵内部，每一列根据左边的时间列做窗口大小为3天的滑动求和。

msum(m,3d)

# output

AB
-- --
2020.01.01|111
2020.01.02|323
2020.01.03|636
2020.01.04|933
2020.01.06|10 17

在实际运用中，这类矩阵窗口运算是非常常见的。比如在做历史分位的计算中，将数据转化为IndexedMatrix之后，直接用一行代码就可以得到结果了。
下面例子是对m矩阵做10年的历史分位计算：

//推荐使用1.30.14, 2.00.2及以上版本来使用interval函数。
mrank(m, true, 10y, percent=true)

# output
A B
- ----
2020.01.01|1 1
2020.01.02|1 1
2020.01.03|1 1
2020.01.04|1 0.25
2020.01.06|1 0.4

3.2 面板数据的累计窗口计算
在面板数据中，累计函数??cum??系列也可以直接使用。以??cumsum??为例：

cumsum(m)

# output

AB
-- --
2020.01.01|111
2020.01.02|323
2020.01.03|636
2020.01.04|10 44
2020.01.06|16 53

4.流式数据的窗口计算在DolphindDB中，设计了许多内置的流计算引擎。各类引擎都有不同的用法，有些支持聚合计算，有些则支持滑动窗口或者累计窗口计算，在此基础上也有针对于流数据的会话窗口引擎。可以满足不同的场景需求。下面根据不同窗口以及引擎分别介绍。
4.1 滚动窗口在流计算中的应用
实际场景中，滚动窗口计算在流数据中应用得最为广泛。比如5分钟k线，1分钟累计交易量等等的应用，都需要用到滚动窗口计算。滚动窗口在流计算中的应用是通过各种时间序列引擎实现的。
??createTimeSeriesEngine??时间序列引擎应用的很广泛，与他类似的引擎还有??createDailyTimeSeriesEngine??与??createSessionWindowEngine??。??createDailyTimeSeriesEngine??与??dailyAlignedBar??类似，可以指定自然日之内的时间段进行窗口计算，而非按照流入数据的时间窗口聚合计算。??createSessionWindowEngine??会在4.3中详细介绍。本节以??createTimeSeriesEngine??为例。下例中，时间序列引擎timeSeries1订阅流数据表trades，实时计算表trades中过去1分钟内每只股票交易量之和。

share streamTable(1000:0, `time`sym`volume, [TIMESTAMP, SYMBOL, INT]) as trades
output1 = table(10000:0, `time`sym`sumVolume, [TIMESTAMP, SYMBOL, INT])
timeSeries1 = createTimeSeriesEngine(name="timeSeries1", windowSize=60000, step=60000, metrics=< [sum(volume)]> , dummyTable=trades, outputTable=output1, timeColumn=`time, useSystemTime=false, keyColumn=`sym, garbageSize=50, useWindowStartTime=false)
subscribeTable(tableName="trades", actionName="timeSeries1", offset=0, handler=append!timeSeries1, msgAsTable=true);

insert into trades values(2018.10.08T01:01:01.785,`A,10)
insert into trades values(2018.10.08T01:01:02.125,`B,26)
insert into trades values(2018.10.08T01:01:10.263,`B,14)
insert into trades values(2018.10.08T01:01:12.457,`A,28)
insert into trades values(2018.10.08T01:02:10.789,`A,15)
insert into trades values(2018.10.08T01:02:12.005,`B,9)
insert into trades values(2018.10.08T01:02:30.021,`A,10)
insert into trades values(2018.10.08T01:04:02.236,`A,29)
insert into trades values(2018.10.08T01:04:04.412,`B,32)
insert into trades values(2018.10.08T01:04:05.152,`B,23)

sleep(10)

select * from output1;

# output

timesym sumVolume
----------------------- --- ---------
2018.10.08T01:02:00.000 A38
2018.10.08T01:02:00.000 B40
2018.10.08T01:03:00.000 A25
2018.10.08T01:03:00.000 B9

//to drop the time series engine
dropStreamEngine(`timeSeries1)
unsubscribeTable(tableName="trades", actionName="timeSeries1")
undef("trades",SHARED)

4.2 滑动、累计窗口在流计算中的应用
另一个常用的引擎是响应式状态引擎??createReactiveStateEngine??。在这个引擎中，我们可以使用经过优化的状态函数，其中包括累计窗口函数（cum系列函数）和滑动窗口函数（m系列函数以及tm系列函数）。
??createReactiveStateEngine??响应式状态引擎的功能非常强大，可以让流数据像SQL一样处理，实现批流一体。下面的例子同时展示了cum系列函数，m系列函数和tm系列函数在??createReactiveStateEngine??响应式状态引擎中的作用。

//1.30.14，2.00.2以上版本支持tmsum函数。
share streamTable(1000:0, `time`sym`volume, [TIMESTAMP, SYMBOL, INT]) as trades
output2 = table(10000:0, `sym`time`Volume`msumVolume`cumsumVolume`tmsumVolume, [ SYMBOL,TIMESTAMP,INT, INT,INT,INT])
reactiveState1= createReactiveStateEngine(name="reactiveState1", metrics=[< time> ,< Volume> ,< msum(volume,2,1)> ,< cumsum(volume)> ,< tmsum(time,volume,2m)> ], dummyTable=trades, outputTable=output2, keyColumn="sym")
subscribeTable(tableName="trades", actionName="reactiveState1", offset=0, handler=append!reactiveState1, msgAsTable=true);

insert into trades values(2018.10.08T01:01:01.785,`A,10)
insert into trades values(2018.10.08T01:01:02.125,`B,26)
insert into trades values(2018.10.08T01:01:10.263,`B,14)
insert into trades values(2018.10.08T01:01:12.457,`A,28)
insert into trades values(2018.10.08T01:02:10.789,`A,15)
insert into trades values(2018.10.08T01:02:12.005,`B,9)
insert into trades values(2018.10.08T01:02:30.021,`A,10)
insert into trades values(2018.10.08T01:04:02.236,`A,29)
insert into trades values(2018.10.08T01:04:04.412,`B,32)
insert into trades values(2018.10.08T01:04:05.152,`B,23)

sleep(10)

select * from output2

# output

sym timeVolume msumVolume cumsumVolume tmsumVolume
--- ----------------------- ------ ---------- ------------ -----------
A2018.10.08T01:01:01.785 10101010
B2018.10.08T01:01:02.125 26262626
A2018.10.08T01:01:12.457 28383838
B2018.10.08T01:01:10.263 14404040
A2018.10.08T01:02:10.789 15435353
B2018.10.08T01:02:12.005 9234949
A2018.10.08T01:02:30.021 10256363
A2018.10.08T01:04:02.236 29399254
B2018.10.08T01:04:04.412 32418141
B2018.10.08T01:04:05.152 235510464

//to drop the reactive state engine

dropAggregator(`reactiveState1)
unsubscribeTable(tableName="trades", actionName="reactiveState1")
undef("trades",SHARED)

4.3 会话窗口引擎
??createSessionWindowEngine??可以根据间隔时间（session gap）切分不同的窗口，即当一个窗口在大于session gap的时间内没有接收到新数据时i，窗口会关闭。所以这个引擎中的window size是会根据流入数据的情况发生变化的。
具体可以看以下例子：

share streamTable(1000:0, `time`volume, [TIMESTAMP, INT]) as trades
output1 = keyedTable(`time,10000:0, `time`sumVolume, [TIMESTAMP, INT])
engine_sw = createSessionWindowEngine(name = "engine_sw", sessionGap = 5, metrics = < sum(volume)> , dummyTable = trades, outputTable = output1, timeColumn = `time)
subscribeTable(tableName="trades", actionName="append_engine_sw", offset=0, handler=append!engine_sw, msgAsTable=true)

n = 5
timev = 2018.10.12T10:01:00.000 + (1..n)
volumev = (1..n)%1000
insert into trades values(timev, volumev)

n = 5
timev = 2018.10.12T10:01:00.010 + (1..n)
volumev = (1..n)%1000
insert into trades values(timev, volumev)

n = 3
timev = 2018.10.12T10:01:00.020 + (1..n)
volumev = (1..n)%1000
timev.append!(2018.10.12T10:01:00.027 + (1..n))
volumev.append!((1..n)%1000)
insert into trades values(timev, volumev)

select * from trades;

//传入数据如下：

timevolume
----------------------- ------
2018.10.12T10:01:00.001 1
2018.10.12T10:01:00.002 2
2018.10.12T10:01:00.003 3
2018.10.12T10:01:00.004 4
2018.10.12T10:01:00.005 5
2018.10.12T10:01:00.011 1
2018.10.12T10:01:00.012 2
2018.10.12T10:01:00.013 3
2018.10.12T10:01:00.014 4
2018.10.12T10:01:00.015 5
2018.10.12T10:01:00.021 1
2018.10.12T10:01:00.022 2
2018.10.12T10:01:00.023 3
2018.10.12T10:01:00.028 1
2018.10.12T10:01:00.029 2
2018.10.12T10:01:00.030 3

//经过createSessionWindowEngine会话窗口引擎后，根据session gap=5(ms)聚合形成的窗口计算结果为：
select * from output1

timesumVolume
----------------------- ---------
2018.10.12T10:01:00.001 15
2018.10.12T10:01:00.011 15
2018.10.12T10:01:00.021 6

// to drop SessionWindowEngine

unsubscribeTable(tableName="trades", actionName="append_engine_sw")
dropAggregator(`engine_sw)
undef("trades",SHARED)

5.窗口计算的空值处理规则在DolphinDB中，各个窗口函数的空值处理略有不同，此处分别讲述一下各个系列函数空值处理的规则：
5.1 moving，m系列函数，tm系列函数以及cum系列函数的空值处理
对于除了rank的m系列，tm系列以及cum系列窗口内的NULL值，与其聚合函数处理NULL值的规则一致，计算时忽略NULL值。在??mrank??，??tmrank??以及??cumrank??函数中，可以指定NULL是否参与计算。
大部分moving以及m系列函数参数里都有一个可选参数 minPeriods。若没有指定 minPeriods，结果的前(window - 1)个元素为NULL；若指定了 minPeriods，结果的前( minPeriods - 1)个元素为NULL。如果窗口中的值全为NULL，该窗口的计算结果为NULL。minPeriods的默认值为window之值。
一个简单的例子：

m=matrix(1..5, 6 7 8 NULL 10)

//不指定minPeriods时，由于minPeriods默认值与window相等，所以结果的前二行均为NULL。

msum(m,3)

#0 #1
-- --

621
915
12 18

//若指定minPeriods=1，结果的前二行不是NULL值。

msum(m,3,1)

#0 #1
-- --
16
313
621
915
12 18

5.2 rolling的空值处理
与??moving??函数不同的是，??rolling??函数不输出前(window - 1)个元素的NULL值结果。可以通过下面的例子来感受：
t是一个包含NULL值的表，我们分别用??rolling??和??moving??对vol这一列做窗口为3行的窗口求和计算。

vol=1 2 3 4 NULL NULL NULL 6 7 8
t= table(vol)

//rolling做窗口为3行的滑动求和计算
rolling(sum,t.vol,3)

# output
[6,9,7,4,,6,13,21]

//moving做窗口为3行的滑动求和计算
moving(sum,t.vol,3)

# output
[,,6,9,7,4,,6,13,21]

//rolling做窗口为3行，步长为2行的窗口计算
rolling(sum,t.vol,3,2)

# output
[6,7,,13]///最后的窗口没有足够的元素时，不会输出

6. 常用指标的计算复杂度常用的m系列，tm系列函数都经过了优化，其时间复杂度为O(n)，即每一次计算结果只会把位置0去掉，加入新的观察值。而mrank与其他函数稍许不同，计算速度会比其他的慢，原因是其时间复杂度为O(mn)，与其窗口大小有关，窗口越大，复杂度越高。即每一次都会将结果重置。
moving，tmoving，rolling这些高阶函数的复杂度与其参数内的func有关，是没有做过优化的。所以每一次滑动都是整个窗口对于func函数进行计算，而非m系列，tm系列函数的增量计算。
故相比于moving, tmoving, rolling, m系列和tm系列函数对于相同的计算功能会有更好的性能。
一个简单的例子：

n=1000000
x=norm(0,1, n);

//moving
timer moving(avg, x, 10);
Time elapsed:243.331 ms

//rolling
timer moving(avg, x, 10);
Time elapsed: 599.389ms

//mavg
timer mavg(x, 10);
Time elapsed: 3.501ms

7. 涉及到窗口计算的函数

聚合函数	m系列	ReactiveStateEngine 是否支持	tm系列	推荐阅读科颜氏夜间修护精华怎么用网上买烟被骗了怎么办 qq上买烟被骗如何处理，qq买烟是真的假的 C++中指针的详解及其作用介绍市场生猪蹄怎么挑选市场生猪蹄怎么挑选的原神赠礼套装怎么摆原神赠礼套装摆放方法 Win10如何隐藏鼠标指针？win10隐藏鼠标指针的方法豆子长白毛还能吃吗,红豆沙长白毛还能吃吗与用大豆做纳豆产生的白毛性质有区别吗赞美云海的诗句东科半导体,马鞍山东科半导体如何系统的学习英语？最短期限是多久？双核平板苹果系统模拟器手机版，有没有很好用的苹果手机模拟器苹果8与苹果7那个支持NFC 苹果 iphone 7和苹果 iphone 8 两位数的体重，期待(?˙ー˙?)~敖小果卡西欧手表如何调时间（卡西欧手表时间怎么调）博世锅炉代码16解决方法,这是什么故障代码嘉宝果泡酒的功效与作用技嘉笔记本USB坏了维修报价考完试第一天 they怎么读英语 they的意思 #yyds干货盘点# MySQL性能优化（如何高效正确的使用索引）如何快速找到Java开发工作（） EasyNVR查看直播视频流显示黑屏原因排查 Shell编程之循环语句和函数 vi/vim常规操作（持续更新） #yyds干货盘点#Spring Cloud Config 一不小心就踩了lombok的坑? k8s-docker操作笔记2 Jenkins(Publish build status to gitlab) 上一篇：如何快速找到Java开发工作（）下一篇：#yyds干货盘点# MySQL性能优化（如何高效正确的使用索引）更多... #yyds干货盘点# MySQL性能优化（如何高效正确的使用索引）更强大更灵活更全面丨一文搞懂DolphinDB窗口计算如何快速找到Java开发工作（） EasyNVR查看直播视频流显示黑屏原因排查 Shell编程之循环语句和函数 vi/vim常规操作（持续更新） #yyds干货盘点#Spring Cloud Config 一不小心就踩了lombok的坑? k8s-docker操作笔记2 Jenkins(Publish build status to gitlab) 生活百科 it技术 Copyright © 2017-2022 锐客网京ICP备11041112号-41

更强大更灵活更全面丨一文搞懂DolphinDB窗口计算

推荐阅读