如何计算postgres的指数移动平均线？
Posted
技术标签:
【中文标题】如何计算postgres的指数移动平均线？【英文标题】：How to calculate an exponential moving average on postgres? 【发布时间】：2012-02-10 21:18:00 【问题描述】：我正在尝试在 postgres 上实现指数移动平均线 (EMA)，但是当我检查文档并考虑它时，我尝试得越多，我就越困惑。
EMA(x) 的公式为：
EMA(x1) = x1 EMA(xn) = α * xn + (1 - α) * EMA(xn-1)
这对于聚合器来说似乎是完美的，保留最后一个计算元素的结果正是这里必须要做的。然而，聚合器产生一个单一的结果（作为 reduce 或 fold），这里我们需要一个结果列表（一列）（作为 map）。我一直在检查程序和函数是如何工作的，但是 AFAIK 它们产生一个单一的输出，而不是一列。我见过很多过程和函数，但我无法真正弄清楚它是如何与关系代数相互作用的，尤其是在做这样的事情时，EMA。
到目前为止，我没有运气搜索互联网。但是 EMA 的定义非常简单，我希望可以将这个定义翻译成在 postgres 中工作的东西，并且简单高效，因为在我的上下文中迁移到 NoSQL 将是过度的。
谢谢。
PD：这里有一个例子：https://docs.google.com/spreadsheet/ccc?key=0AvfclSzBscS6dDJCNWlrT3NYdDJxbkh3cGJ2S2V0cVE
【问题讨论】：
发布示例表源预期结果。这会有所帮助。 【参考方案1】：您可以定义自己的聚合函数，然后将其与窗口规范一起使用，以获取每个阶段的聚合输出，而不是单个值。
因此，聚合是一个状态，一个用于修改每一行的状态的转换函数，以及一个可选的用于将状态转换为输出值的终结函数。对于这样一个简单的情况，只需要一个变换函数就足够了。
create function ema_func(numeric, numeric) returns numeric
language plpgsql as $$
declare
alpha numeric := 0.5;
begin
-- uncomment the following line to see what the parameters mean
-- raise info 'ema_func: % %', $1, $2;
return case
when $1 is null then $2
else alpha * $2 + (1 - alpha) * $1
end;
end
$$;
create aggregate ema(basetype = numeric, sfunc = ema_func, stype = numeric);
这给了我：
steve@steve@[local] =# select x, ema(x, 0.1) over(w), ema(x, 0.2) over(w) from data window w as (order by n asc) limit 5;
x | ema | ema
-----------+---------------+---------------
44.988564 | 44.988564 | 44.988564
39.5634 | 44.4460476 | 43.9035312
38.605724 | 43.86201524 | 42.84396976
38.209646 | 43.296778316 | 41.917105008
44.541264 | 43.4212268844 | 42.4419368064
这些数字似乎与您添加到问题中的电子表格相符。
另外，您可以定义函数以将 alpha 作为参数从语句中传递：
create or replace function ema_func(state numeric, inval numeric, alpha numeric)
returns numeric
language plpgsql as $$
begin
return case
when state is null then inval
else alpha * inval + (1-alpha) * state
end;
end
$$;
create aggregate ema(numeric, numeric) (sfunc = ema_func, stype = numeric);
select x, ema(x, 0.5 /* alpha */) over (order by n asc) from data
另外，这个函数实际上非常简单，根本不需要在 plpgsql 中，而可以只是一个 sql 函数，虽然你不能在其中一个中按名称引用参数：
create or replace function ema_func(state numeric, inval numeric, alpha numeric)
returns numeric
language sql as $$
select case
when $1 is null then $2
else $3 * $2 + (1-$3) * $1
end
$$;
【讨论】：
+1 我有类似的想法，虽然没有那么详细。 这是在计算为输入数据的每个子列表在每一行中生成结果的聚合吗？因为看起来它正在使用聚合器直到第 n 行，返回结果然后转到第 0 行再次计算到第 n+1 行的聚合。有没有办法使用累积或一些静态变量（如在 C 中），以便必须计算一次？谢谢。 不，是使用累计值。如果您在未注释“raise info”命令的情况下运行查询，您将能够看到该函数仅针对每一行输出调用一次。 Postgresql 输出每一行的状态值（如果定义了 finalfunc，将调用它来将状态转换为输出值）。 我刚刚检查了所需的时间，对于示例数据集，它比其他选项花费的时间少 5 倍。我在更复杂的情况下会出现更多问题，但我认为它们值得一个新话题。谢谢。 创建聚合似乎也有一个使用 msvfunc 移动聚合的选项，msffunc 可能想要修改你的答案以包括那些以防 OP 使用移动窗口【参考方案2】：这种类型的查询可以通过递归 CTE 来解决 - 尝试：
with recursive cte as (
select n, x ema from my_table where n = 1
union all
select m.n, alpha * m.x + (1 - alpha) * cte.ema
from cte
join my_table m on cte.n = m.n - 1
cross join (select ? alpha) a)
select * from cte;
【讨论】：
我冒昧地应用了一些小修复。删除了前导; - 这是 tSQL 中必需的，但在 PostgreSQL 中不需要。格式化代码。改进了 JOIN 条件。从 CTE 中增加一个值比从表中减少所有值要快。 （我实际上在 pg 9.0 上运行了一个快速测试来验证。）
任何基于交叉连接的解决方案对于大于小的数据集来说都太慢了。改用窗口函数。
@PavelStehule：交叉连接的表中只有一个（虚拟）记录 - 它的唯一目的是接受 alpha 作为参数。
@ErwinBrandstetter：我已经恢复了大部分更改 - 对于查询的第一（锚）部分的格式，EMA（x_1）可以用单行清楚地表示 - 这个corespnds 到在问题中定义它的单行。对于查询的递归部分，我在连接条件中使用了m.n - 1 来指示与问题中EMA(x_n-1) 的关系等价，即使这会降低性能;如果性能有问题，OP 可以按照您的建议更改连接条件。
如果我没记错的话，假设 n 是一个索引（因此 n-1）是有效的，因为如果它是一个日期或者我们有示例中的有序表，这将不起作用，会它？我还没有完全理解这一点。【参考方案3】：
--$1 Stock code
--$2 exponential;
create or replace function fn_ema(text,numeric)
returns numeric as
$body$
declare
alpha numeric := 0.5;
var_r record;
result numeric:=0;
n int;
p1 numeric;
begin
alpha=2/(1+$2);
n=0;
for var_r in(select *
from stock_old_invest
where code=$1 order by stock_time desc)
loop
if n>0 then
result=result+(1-alpha)^n*var_r.price_now;
else
p1=var_r.price_now;
end if;
n=n+1;
end loop;
result=alpha*(result+p1);
return result;
end
$body$
language plpgsql volatile
cost 100;
alter function fn_ema(text,numeric)
owner to postgres;
【讨论】：
以上是关于如何计算postgres的指数移动平均线？的主要内容，如果未能解决你的问题，请参考以下文章