movingValid

movingValid(func, funcArgs, window, [minPeriods], [combined=true])

按最近 window 个有效数据（非空值）构造滑动窗口，对每个窗口调用聚合函数 func 计算结果。每计算一次，滑动窗口向右移动一个元素。

若 funcArgs 包含数组向量或列式元组，则按展开后的数据序列，从本行最后一个元素起向左追溯，取最近 window 个有效数据参与计算。

funcArgs 是函数 func 的参数。可为向量、数组向量、列式元组、字典或矩阵。如果有多个参数，则用元组表示，并且每个参数的长度（向量/字典的元素个数）必须相同。当 combined 为 true 时，同一行中每个参数的元素个数必须相同。

window 是正整型，表示窗口内非空元素个数。

minPeriods 是一个正整数。为滑动窗口中最少包含的观测值数据。如果滑动窗口中的观测值小于 minPeriods ，那么该窗口的结果为 NULL 值。默认值与 window 相等。

combined 可选参数，是一个布尔值，表示在 func 为多参数时有效数据的判定方式：

• true（默认值）：展开后相同位置均为非空值的参数组合才被认定为有效数据。

• false：各参数独立追溯，分别取其最近的 window 个有效数据参与计算

一个向量，长度与输入参数的长度相同。

例1. 计算一个向量的移动有效平均值，窗口长度为3。

x = 1 2 NULL 3 4 NULL NULL NULL 5 6 
movingValid(func=avg, funcArgs=x, window=3, minPeriods=3)
// output:[,,,2,3,3,3,3,4,5]

例2. 根据数组向量列，计算每个时刻过去 3 个有效数据的因子值。

defg myFactor(x){
    return (max(x)-min(x))*2
}
timeCol = 09:30:00 + 1..13
value = arrayVector(3 4 5 6 9 11 12 15 16 17 18 21 23,9 1 15 NULL NULL NULL 16 18 4 1 11 NULL 2 14 8 NULL NULL NULL 15 9 16 18 10)
t = table(timeCol, value)

select movingValid(myFactor,value,3,3) from t

movingValid_myFactor --- 28 28 28 28 28 20 20 24 24 24 24 14 16

例3. 不同 minPeriods 对结果的影响：

val = 1 2 4 NULL 5 NULL 7 9 10
movingValid(func=min, funcArgs=val, window=3, minPeriods=3)
// output: [,,1,1,2,2,4,5,7]
movingValid(func=min, funcArgs=val, window=3, minPeriods=2)
// output: [,1,1,1,2,2,4,5,7]

例4. 多参数时不同有效数据的判定方式对结果的影响：

combined=true 时

x = arrayVector(2 5 6 8 10 12, 10 20 30 40 NULL NULL 50 NULL NULL 60 70 80)
y = arrayVector(2 5 6 8 10 12, 1 NULL 2 3 NULL 5 1 NULL 2 7 8 5)
movingValid(func=covar, funcArgs=[x,y], window=2, minPeriods=2, combined=true)

combined=false 时

x = arrayVector(2 5 6 8 10 12, 10 20 30 40 NULL NULL 50 NULL NULL 60 70 80)
y = arrayVector(2 5 6 8 10 12, 1 NULL 2 3 NULL 5 1 NULL 2 7 8 5)
movingValid(func=covar, funcArgs=[x,y], window=2, minPeriods=2, combined=false)