Kusto(KQL)实现按股票代码取最近非Flat策略的方法

核心逻辑是按股票代码分组、日期排序，保留并继承每只股票最近的非“Flat”策略值，以下是几种常用场景的实现方式：

1. 支持窗口函数的SQL（如MySQL 8.0+、PostgreSQL、BigQuery等） #

利用LAST_VALUE函数结合条件过滤，自动跳过“Flat”行，继承最近的有效策略：

SELECT
    Date,
    Ticker,
    Strategy,
    LAST_VALUE(CASE WHEN Strategy != 'Flat' THEN Strategy END IGNORE NULLS) 
        OVER (PARTITION BY Ticker ORDER BY Date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS RevisedStrategy
FROM
    your_table_name
ORDER BY
    Date;

• PARTITION BY Ticker：按股票代码分组处理
• ORDER BY Date：确保按时间顺序查找最近策略
• CASE WHEN将“Flat”转为NULL，IGNORE NULLS让LAST_VALUE跳过NULL，直接取最近的非“Flat”值

2. Python Pandas 处理 #

适合本地数据处理，通过分组+向前填充实现：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'Date': ['1-Jan', '2-Jan', '3-Jan', '15-Mar', '1-Jun', '15-Jun'],
    'Ticker': ['A', 'B', 'A', 'A', 'B', 'A'],
    'Strategy': ['Short', 'Long', 'Flat', 'Short', 'Flat', 'Flat']
})

# 转换日期为可排序格式（若原始是字符串）
df['Date'] = pd.to_datetime(df['Date'], format='%d-%b')

# 分组后替换Flat为NaN，再向前填充最近的非NaN值
df['RevisedStrategy'] = df.groupby('Ticker')['Strategy'].apply(
    lambda x: x.where(x != 'Flat').ffill()
)

# 恢复日期显示格式（可选）
df['Date'] = df['Date'].dt.strftime('%d-%b')

print(df)

3. Spark SQL 实现 #

语法和普通SQL类似，通过LAST_VALUE的第二个参数启用空值忽略：

SELECT
    Date,
    Ticker,
    Strategy,
    LAST_VALUE(CASE WHEN Strategy != 'Flat' THEN Strategy END, TRUE) 
        OVER (PARTITION BY Ticker ORDER BY Date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS RevisedStrategy
FROM
    your_table
ORDER BY
    Date;

为什么之前用prev函数没效果？ #

prev通常仅取上一行数据，如果上一行恰好是“Flat”，就无法追溯到更早的有效策略；而上述方法是在分组的时间序列中，取当前行及之前所有行里最近的非“Flat”值，能覆盖连续出现“Flat”的场景。

内容的提问来源于stack exchange，提问作者A_4964835789