Jag arbetar med SQL Server 2008 R2 och försöker beräkna ett glidande medelvärde. För varje post enligt min uppfattning vill jag samla värdena för de 250 tidigare posterna och beräkna sedan genomsnittet för det här valet. Min synkolonner är enligt följande. TransactionID är unikt För varje TransaktionsID vill jag beräkna medelvärdet för kolumnvärde över tidigare 250 poster. Så för TransactionID 300, samla alla värden från tidigare 250 rader, sorteras nedåt med TransactionID och sedan i kolumnen MovAvg skriv resultatet av genomsnittet av dessa värden jag letar för att samla in data inom en rad recordss. asked 28 oktober 14 på 20 58.Regner genomsnittet i T-SQL. A vanlig beräkning i trendanalys är det rörliga eller rullande genomsnittet Ett glidande medelvärde är medelvärdet av till exempel de senaste 10 raderna Det rörliga genomsnittet visar en mer jämn kurva än de faktiska värdena, mer med en längre period för glidande medelvärde, vilket gör det till ett bra verktyg för trendanalys. Detta blogginlägg visar hur man beräkna glidande medelvärde i T-SQL. Olika metoder kommer att användas beroende på versionen av SQL Server. Diagrammet nedan visar utjämningseffekten röd linje med ett 200 dagars glidande medel. Aktiekurserna är den blå linjen. Den långsiktiga trenden är tydligt synlig. T-SQL Moving Avergage 200 dagar. Demonstrationen nedan kräver TAdb-databasen som kan skapas med manuset som finns här. I det kommande exemplet kommer vi att beräkna ett glidande medelvärde under de senaste 20 dagarna Beroende på versionen av SQL Server kommer det att vara en annan metod för att göra beräkningen. Som vi kommer att se senare har de nyare versionerna av SQL Server funktioner som möjliggör en mycket effektivare beräkning. SQL Server 2012 och senare Flyttande medelvärde. Den här versionen använder en samlad fönsterfunktion. Vad är nytt i SQL 2012 är det möjligt att begränsa storleken på fönstret genom att ange hur många rader som föregår fönstret ska innehålla. Rader som är föregående är 19, eftersom vi också kommer att inkludera den aktuella raden i t han beräknar Som du kan se är beräkningen av glidande medelvärde i SQL Server 2012 ganska enkel. Figuren nedan visar fönsterprincipen Nuvarande rad är markerad med gul Fönstret är markerat med en blå bakgrund Det rörliga genomsnittet är helt enkelt genomsnittet av QuoteClose i de blå linjerna. T-SQL Flyttande medelfönstret. Resultaten av beräkningarna i äldre versioner av SQL Server är desamma, så de kommer inte att visas igen. SQL Server 2005 2008R2 Flyttande medelvärde. Den här versionen använder sig av ett gemensamt bord uttryck CTE är självhänvisat för att få de senaste 20 raderna för varje row. Moving Average före SQL Server 2005. Pre 2005-versionen använder en vänster yttre anslutning till samma tabell för att få de senaste 20 raderna. Den yttre borden kan sägas innehålla fönstret som vi vill beräkna ett genomsnitt på. Performance Comparision. Om vi kör de tre olika metoderna samtidigt och kontrollera den resulterande exekveringsplanen, finns det en dramatisk skillnad i prestanda mellan methodspa rits av tre olika metoder för att beräkna glidande medelvärde. Som du kan se, ger fönsterfunktionsförbättringarna i SQL 2012 en stor skillnad i prestanda. Som nämnts i början av detta inlägg används glidande medelvärden som ett verktyg för att illustrera trender. En vanlig Tillvägagångssätt är att kombinera rörliga medeltal av olika längder för att få plats på förändringar i utvecklingen på kort, medellång och lång sikt. Av särskilt intresse är korsningen av trendlinjer. När den korta trenden rör sig över den långa eller medellånga trenden kan tolkas som en köpsignal i teknisk analys. När den korta trenden rör sig under en längre trendlinje kan detta tolkas som en försäljningssignal. Tabellen nedan visar Citat, Ma20, Ma50 och Ma200.T-SQL Ma20, Ma50, Ma200 köper och säljer signaler. Detta blogginlägg är en del av en serie om teknisk analys, TA, i SQL Server. Se de andra inläggen här. Upplagt av Tomas Lind. Exponential glidande medelvärde i T-SQL. Exponentiella glidande medelvärden är liknande till viktat glidande medelvärden genom att de tilldelar mindre vikt att förändras för länge sedan och större vikt vid senaste förändringar Viktiga glidmedel är linjära, men exponentiella glidmedel är exponentiella Det vill säga vikten kan uttryckas som en kurva. Det finns ett bra sätt att beräkna exponentiella glidande medelvärden i T-SQL med hjälp av en obodifierad funktion om variabler och körtotal i SQL Server I det här blogginlägget kommer jag att visa hur man använder den metoden för att beräkna exponentiell glidande medelvärde i T-SQL, men jag kommer också att presentera en metod som använder standardfunktioner i SQL Server Tyvärr betyder det att du använder en loop. I exemplen kommer jag att beräkna ett 9-dagars exponentiellt glidande medelvärde. Exemplen använder databasen TAdb Ett skript för att skapa TAdb kan hittas här. Exponential Moving Average EMA Running Totals Metoden. Teorin bakom de totala funktionerna i uppdateringar beskrivs i detalj av Jeff Moden i sin artikel. Lösning av löpande totala och ordinära rankproblem. Övriga resurser som d eskalera med denna metod för att beräkna EMA är bloggposten Beräkning av rörliga medeltal med T-SQL av Gabriel Priester och forumet efter Exponentiell Moving Average Challenge både på SQL Server Central. I T-SQL kan du uppdatera variabler såväl som kolumner i en uppdateringsuppsättning Uppdateringarna görs rad för rad internt av SQL Server Denna rad för radbeteende gör det möjligt att beräkna en löpande total. Detta exempel visar hur det fungerar. Observera att ColumnRunningTotal är en löpande total av ColumnToSum. Med denna metod kan vi beräkna EMA9 med denna T-SQL. Beräkningen av EMA är ganska enkel Vi använder nuvarande rad och föregående men med större vikt till nuvarande rad. Vikten beräknas med formeln 2 1 9, där 9 är parametern för längden på EMA För att beräkna EMA9 för rad 10 ovan är beräkningen. I detta fall får den aktuella raden 20 av vikten 2 1 9 0 2 och den föregående raden får 80 av vikten 1-2 1 9 0 8.You hitta denna beräkning i st ovanstående i CASE-satsen. Exponential Moving Average EMA Looping Method. Såvitt jag vet, med undantag för den löpande totals-metoden som skisseras ovan, finns det inget sätt att beräkna EMA med hjälp av ett uppsättning baserat SQL-formulär. Därför är T-SQL nedan med en stundslinga för att beräkna EMA9. Resultaten är desamma som i det totala löpande totalsexemplet ovan. Som förväntat är den uppsättning baserade löpande totalversionen mycket snabbare än loopversionen. På min maskin var den baserade lösningen cirka 300 ms jämfört med till ca 1200 med loop-versionen Slinga-versionen överensstämmer mer med SQL-standarderna. Så valet mellan metoderna beror på vad som är viktigast för dig, prestanda eller standarder. Det exponentiella glidande medlet kan användas i trendanalys, som med andra typer av rörliga medelvärden, Simple Moving Average SMA och Weighted moving average WMA. Det finns också andra beräkningar i teknisk analys som använder EMA, MACD till exempel. Detta blogginlägg är en del av en serie om teknik cal analys, TA, i SQL Server Se andra inlägg här. Upplagt av Tomas Lind. Tomas Lind - Konsulttjänster som SQL Server DBA och Database Developer på High Coast Database Solutions AB.
No comments:
Post a Comment