genericStateIterate

New in version 2.00.9.

语法

genericStateIterate(X, initial, window, func)

参数

X 表中的字段或对表字段其应用向量函数的计算结果。通过元组方式传入多个列字段。传入 [] 表示不指定该参数。

initial 表中的字段或对表字段应用向量函数的计算结果。其作用是对输出表的第1~window 个计算结果进行填充。

window 非负整数，表示窗口的长度（以元素个数衡量）。

func func 用户自定义的无状态函数，其返回值必须是标量，以部分应用的方式接收参数。其第一个参数为历史窗口的元素，其后参数依次为 X 指定的列。

详情

基于以元素个数衡量的窗口进行迭代计算。

假设 X 指定为 [X1, X2, …, Xn]，该函数计算结果对应输出表中的列为 factor，初始化字段为 initial，window 为 w，迭代函数为 func。对于输入的第 k 条记录（k = 1, 2 …），其计算逻辑为

当 w = 0 时：
- k = 1 时：factor[0] = func(initial[0]，, X1[0], X2[0], … , Xn[0])
- k > 1 时：factor[k-1] = func(factor[(k-2)], X1[k-1], X2[k-1], … , Xn[k-1])
当 w >0 时：
- k <= w：factor[k-1] = initial[k-1]
- k > w：factor[k-1] = func(factor[(k-1-w):k-1], X1[k-1], X2[k-1], … , Xn[k-1])

注意：数据对用于索引时，不包含右边界的值，即 (k-1-w):k-1 的范围是 [k-1-w, k-1)。

例子

// define a function
$ def myfunc(x, w){
$         re = sum(x*w)
$     return re
$ }

$ dateTime = 2021.09.09T09:30:00.000 2021.09.09T09:31:00.000 2021.09.09T09:32:00.000 2021.09.09T09:33:00.000 2021.09.09T09:34:00.000
$ securityID = `600021`600021`600021`600021`600021
$ volume = 310 280 300 290 240
$ price = 1.5 1.6 1.7 1.6 1.5
$ t = table(1:0, `dateTime`securityID`volume`price, [TIMESTAMP, SYMBOL, INT, DOUBLE])
$ tableInsert(t, dateTime, securityID, volume, price)
$ output = table(100:0, `securityID`dateTime`factor1, [SYMBOL, TIMESTAMP, DOUBLE])

$ engine = createReactiveStateEngine(name="test", metrics=[<dateTime>, <genericStateIterate(volume,price,3,myfunc{,})>], dummyTable=t, outputTable=output, keyColumn=`SecurityID, keepOrder=true)
$ engine.append!(t)
$ dropAggregator(`test)

securityID	dateTime	factor1
600021	2021.09.09T09:30:00.000	1.5
600021	2021.09.09T09:31:00.000	1.6
600021	2021.09.09T09:32:00.000	1.7
600021	2021.09.09T09:33:00.000	1,392
600021	2021.09.09T09:34:00.000	334,872

上例计算过程如下：

由于窗口为 3，因此对于前 3 条数据，以 price 的值作为 factor1 的输出；
第 4 条数据到来时，历史窗口的数据为 [1.5, 1.6, 1.7]，当前 volume 的值为 290，因此调用自定义函数 myfunc([1.5, 1.6, 1.7], 290) = 1392；
第 5 条数据到来时，历史窗口的数据为 [1.6, 1.7, 1392]，当前 volume 的值为 240，因此调用自定义函数 myfunc([1.6, 1.7, 1392], 240) = 334872；
若之后继续有数据注入，其计算过程以此类推。