mwsumTopN

语法

mwsumTopN(X, Y, S, window, top, [ascending=true], [tiesMethod='oldest'])

参数说明和窗口计算规则请参考：mTopN

详情

在给定长度（以元素个数衡量）的滑动窗口内，根据 ascending 指定的排序方式将 X 和 Y 按照 S 进行稳定排序后，取前 top 个元素，然后计算 Y 和 X 的内积。

返回值

输入为向量时，返回一个与输入等长的 DOUBLE 类型向量。
输入为矩阵时，返回一个与输入矩阵同维度的矩阵，每列分别计算。
输入为表时，返回一个与输入表结构相同的表。
输入为元组时，返回对应的元组结构。

例子

以 IBM 股票为例，构造连续 6 个交易日的股票成交价格、成交量和换手率数据：

symbol = take(`IBM, 6)
tradeDate = 2024.01.02 2024.01.03 2024.01.04 2024.01.05 2024.01.08 2024.01.09
tradePrice = [182.5, 183.8, 181.2, 184.6, 183.1, 185.0]
tradeVolume = [520, 860, 610, 940, 650, 880]
turnoverRate = [1.8, 2.6, 1.9, 3.1, 2.1, 2.8]

stockDaily = table(symbol, tradeDate, tradePrice, tradeVolume, turnoverRate)
stockDaily;

输出结果：


symbol	tradeDate	tradePrice	tradeVolume	turnoverRate
IBM	2024.01.02	182.5	520	1.8
IBM	2024.01.03	183.8	860	2.6
IBM	2024.01.04	181.2	610	1.9
IBM	2024.01.05	184.6	940	3.1
IBM	2024.01.08	183.1	650	2.1
IBM	2024.01.09	185	880	2.8

在最近 4 个交易日内，选取换手率最高的前 2 个交易日，计算成交价格（tradePrice）与成交量（tradeVolume）的内积：

mwsumTopN(X=tradePrice, Y=tradeVolume, S=turnoverRate, window=4, top=2, ascending=false)
// 输出: [94,900, 252,968, 268,600, 331,592, 331,592, 336,324]

turnoverRate 用于筛选换手率最高的交易日；
对 2024.01.09 的数据而言，最近 4 日窗口中换手率最高的两个交易日对应样本为(184.6, 940) 和 (185.0, 880)，其内积为 184.6*940 + 185.0*880 = 336,324。