pivot

pivot(func, funcArgs, rowAlignCol, colAlignCol)

• func 函数。

• funcArgs func 的参数。如果 func 有多个参数，那么它是一个元组。

• rowAlignCol 行的分组变量。

• colAlignCol 列的分组变量。

rowAlignCol, colAlignCol 和 funcArgs 中的每个参数都是相同长度的向量。

在指定的二维维度上重组数据，结果为一个矩阵。

假设 rowAlignCol 有 n 个不同元素，colAlignCol 有 m 个不同元素。该高阶函数将会返回 n 行 m 列的矩阵，colAlignCol 的唯一值作为行标签，rowAlignCol 的唯一值作为列标签。对于矩阵的每一个元素，将指定函数应用到 rowAlignCol 和 colAlignCol 所指定的矩阵单元格的元素上。

本例计算多只股票收益率的两两相关性。

原始数据表有 4 列：sym, price, volume 和 time。

syms=`600300`600400`600500$SYMBOL
sym=syms[0 0 0 0 0 0 0 1 1 1 1 1 1 1 2 2 2 2 2 2 2]
time=09:40:00+1 30 65 90 130 185 195 10 40 90 140 160 190 200 5 45 80 140 170 190 210
price=172.12 170.32 172.25 172.55 175.1 174.85 174.5 36.45 36.15 36.3 35.9 36.5 37.15 36.9 40.1 40.2 40.25 40.15 40.1 40.05 39.95
volume=100 * 10 3 7 8 25 6 10 4 5 1 2 8 6 10 2 2 5 5 4 4 3
t1=table(sym, time, price, volume);
t1;

将数据依据 time 和 sym 维度对齐，并且计算每分钟内股价以交易量为权重的加权平均值。结果为一个矩阵。

stockprice=pivot(wavg, [t1.price, t1.volume], minute(t1.time), t1.sym)
stockprice.round(2);

计算每分钟的股票收益率：

stockreturn = each(ratios, stockprice)-1
stockreturn;

计算股票收益率的两两相关性：

cross(corr, stockreturn, stockreturn);

统计每个股票每分钟内的记录数量：

pivot(count, price, minute(time), sym);

每个股票每分钟里的最后一条记录：

pivot(last, price, minute(time), sym);