Python -在window中聚合时间最短的金融事务

Question

假设我(在一个列表中)收集了n只股票在一段时间内(比如上午11点后的前5分钟)进行的所有交易(为了简单起见，我将使用n=2，稍后再进行调整)。假设我们有固定的AAA和固定的BBB (如果有帮助，liststock=‘AAA’，'BBB')。这个列表看起来像是这样：

    trades=[['AAA', '2011-01-03', '11:03:51', 21.5],['BBB', '2011-01-03','11:03:57', 31.5],
['AAA', '2011-01-03', '11:04:20', 21.55],
['BBB', '2011-01-03','11:04:19', 32.01], ['BBB', '2011-01-03','11:04:52', 31.7]]

例如，2笔股票AAA交易和3笔股票BBB交易。选择每只股票的最后一笔交易会导致缺乏同步性问题。我们的想法是选择每只股票的最后一笔交易，并找到最早的('AAA'，'2011-01-03'，'11:04:20'，21.55)。然后选择时间尽可能接近'11:04:20‘的所有其他股票的交易，这将导致我们选择'BBB'，'2011-01-03'，'11:04:19'，32.01。输出应该是如下所示的列表：

    C=[['AAA', '2011-01-03', '11:04:20', 21.55],['BBB', '2011-01-03','11:04:19', 32.01]]

非常感谢!

Answer 1

如果你使用带有key参数的sorted，这并不难。

这是代码，如果你不想读，我会在后面解释：

from datetime import datetime

trades=[['AAA', '2011-01-03', '11:03:51', 21.5],['BBB', '2011-01-03','11:03:57', 31.5],
['AAA', '2011-01-03', '11:04:20', 21.55],
['BBB', '2011-01-03','11:04:19', 32.01], ['BBB', '2011-01-03','11:04:52', 31.7]]

trades=[[i[0], datetime.strptime(i[1]+" "+i[2], "%Y-%m-%d %H:%M:%S"), i[3]] for i in trades]

most_liquid, *others, least_liquid = sorted(set(i[0] for i in trades), key=trades.count)

A=sorted((i for i in trades if i[0]==least_liquid), key=lambda n: n[1])[-1]
B=sorted((i for i in trades if i[0]==most_liquid), key=lambda n: abs(n[1]-A[1]))[0]

它所做的是首先将每个交易从使用时间的字符串表示形式转换为datetime对象。它使用datetime.strptime类方法来实现这一点。然后，通过对交易进行排序，计算股票的流动性。该*others可推广到n股票。然后，它只过滤less_liquid交易，然后根据时间参数对它们进行排序。然后，它按名称more_liquid进行过滤，并按它与A交易之间的绝对差异进行排序。

所以你想要的对象是A和B。

Answer 2

两只股票的解决方案是

    from datetime import *
    trades=[['AAA', '2011-01-03', '11:03:51', 21.5],['BBB', '2011-01-03','11:03:57', 31.5],
['AAA', '2011-01-03', '11:04:20', 21.55],
['BBB', '2011-01-03','11:04:19', 32.01], ['BBB', '2011-01-03','11:04:52', 31.7]]

stocknames = ['AAA','BBB']
A=[]
lastofeach=[]
for stock in stocknames:
    for t in trades:
        if t[0]==stock:
            A.append(t)
    A.sort(key=lambda e:(e[1], e[2]))
    lastofeach.append(A[-1])
    A[:]=[]
lastofeach.sort(key=lambda e:e[2])  

lastofeach=[[i[0], datetime.strptime(i[1]+" "+i[2], "%Y-%m-%d %H:%M:%S"), i[3]] for i in lastofeach]
trades=[[i[0], datetime.strptime(i[1]+" "+i[2], "%Y-%m-%d %H:%M:%S"), i[3]] for i in trades]


A=lastofeach[0]
B=(sorted((i for i in trades if i[0]!=A[0]), key=lambda n: abs(n[1]-A[1]))[0])
C=[A,B]
print (C)

(对于完全相同的答案，只需应用datetime.strftime(A1，“%Y-%m-%d%H：%M：%S”)，拆分它并保存即可。

如果能为n>2提供解决方案，我们将不胜感激。任何大的O优化也是受欢迎的。

谢谢