我正在使用JuliaDB loadtable
函数读取一些股票交易数据,并且希望对所有相同的日期进行分组并应用自定义函数。
自定义功能旨在获取同一日期的一组交易,并返回一笔交易,交易量为总和,交易价格为交易量加权平均值。我可以获得体积的总和,但是我在努力获得体积的加权平均值。
function vol_weighted_avg(x)
return (x.price .* x.volume) / sum(x.volume)
end
这是功能,但无法使用
groupby(vol_weighted_avg, trades, :date)
我花了很长时间与groupby一起玩,但我一直无法弄清楚,也没有看过文档说明如何进行上述操作。
答案 0 :(得分:1)
您的代码有几个问题。我的答案是针对Julia 0.6和JuliaDB 0.8.4。
您需要了解的是groupby
返回NamedTuple
s的向量。因此,实现功能的最简单方法是:
vol_weighted_avg(x) =
sum(getindex.(x, :price) .* getindex.(x,:volume)) / sum(getindex.(x,:volume))
您可以使用mean
中的StatsBase
来达到相同的目的:
using StatsBase
vol_weighted_avg2(x) = mean(getindex.(x, :price), Weights(getindex.(x,:volume)))
不幸的是,如果您的数据很大,两个版本都无法很好地扩展。您可以为OnlineStats
编写自定义加权均值计算,但在这种情况下,我确实发现它有点麻烦。但是,在这种情况下,编写一个可以像这样传递给groupreduce
的函数非常简单:
function vol_weighted_avg3(a,b)
ap, av, bp, bv = a.price, a.volume, b.price, b.volume
@NT(price=(ap*av + bp*bv)/(av+bv), volume=av+bv)
end
(唯一的缺点是您将获得一列包含交易总量的列)。
现在让我们来看一下三个功能:
julia> srand(1);
julia> trades = table(rand(10^7), rand(10^7), rand(1:4, 10^7),
names=[:price,:volume,:date], pkey=:date);
julia> groupby(vol_weighted_avg, trades, :date)
Table with 4 rows, 2 columns:
date vol_weighted_avg
──────────────────────
1 0.500097
2 0.499923
3 0.50013
4 0.499711
julia> groupby(vol_weighted_avg2, trades, :date)
Table with 4 rows, 2 columns:
date vol_weighted_avg2
───────────────────────
1 0.500097
2 0.499923
3 0.50013
4 0.499711
julia> groupreduce(vol_weighted_avg3, trades, :date)
Table with 4 rows, 3 columns:
date price volume
─────────────────────────
1 0.500097 1.2482e6
2 0.499923 1.25025e6
3 0.50013 1.25168e6
4 0.499711 1.249e6
您可以检查它们的相对性能,以发现最后一个选项(带有groupreduce
)甚至对于内存数据来说都更快,存储效率更高:
julia> using BenchmarkTools
julia> @benchmark groupby($vol_weighted_avg, $trades, :date)
BenchmarkTools.Trial:
memory estimate: 2.16 GiB
allocs estimate: 105003042
--------------
minimum time: 3.301 s (15.41% GC)
median time: 3.321 s (16.95% GC)
mean time: 3.321 s (16.95% GC)
maximum time: 3.341 s (18.47% GC)
--------------
samples: 2
evals/sample: 1
julia> @benchmark groupby($vol_weighted_avg2, $trades, :date)
BenchmarkTools.Trial:
memory estimate: 1.71 GiB
allocs estimate: 85003045
--------------
minimum time: 2.689 s (15.23% GC)
median time: 2.748 s (17.09% GC)
mean time: 2.748 s (17.09% GC)
maximum time: 2.807 s (18.88% GC)
--------------
samples: 2
evals/sample: 1
julia> @benchmark groupreduce($vol_weighted_avg3, $trades, :date)
BenchmarkTools.Trial:
memory estimate: 11.50 KiB
allocs estimate: 254
--------------
minimum time: 103.955 ms (0.00% GC)
median time: 106.777 ms (0.00% GC)
mean time: 108.810 ms (0.00% GC)
maximum time: 148.807 ms (0.00% GC)
--------------
samples: 47
evals/sample: 1