如何在kdb中计算连续相同价格区间的时间差（支持多标的）

问题背景 #

现有KDB表结构：

tab:([]date:2024.01.02;time:(10:01;10:02;10:04;10:09;10:20;10:30;11:01;11:05;11:30;11:44);sym:`MSFT;price:1 1 1 3 3 3 1 1 4 4)

需求是计算每个连续相同价格区间的首尾时间差（比如第一个价格1的区间时间差为10:04-10:01=3分钟），后续重复价格属于独立区间，不能重叠计算。此前尝试select last time by date,sym,time,price from tab无效，需实现正确方法并支持多标的场景。

核心思路 #

关键是用rle（游程编码）标记每个连续价格区间的组号，通过组号实现连续区间的区分，再按组聚合首尾时间计算差值。

实现步骤 #

1. 单标的场景处理 #

先为单标的表生成连续价格的分组ID：

// 生成连续价格的分组标记
tab:update groupId:rle[price][0] from tab;

rle[price]返回两个列表，第一个是重复的价格值，第二个是每个值的连续长度，取第一个列表即可为每行分配对应的连续组号（比如前3行组号为0，接下来3行组号为1，以此类推）。

接着按分组聚合计算时间差：

// 按日期、标的、组号、价格分组，计算首尾时间及差值
result:select date, sym, price, startTime:first time, endTime:last time, duration:endTime-startTime by date, sym, groupId, price from tab;
// 清理冗余的groupId字段
result:select date, sym, price, startTime, endTime, duration from result;

执行后会得到每个连续价格区间的时间差，完全符合需求。

2. 多标的场景扩展 #

如果表包含多个标的（如sym字段有MSFT、AAPL等），只需在生成组号时按sym分组处理，保证每个标的的连续价格分组独立：

// 按标的分组，生成各自的连续价格组号
tab:update groupId:each rle[price][0] by sym from tab;

后续聚合逻辑和单标的一致，最终结果会自动区分不同标的的独立连续价格区间。

验证结果 #

用示例表执行上述代码后，得到结果如下：

date       sym  price startTime endTime duration
------------------------------------------------
2024.01.02 MSFT 1     10:01     10:04   00:03
2024.01.02 MSFT 3     10:09     10:30   00:21
2024.01.02 MSFT 1     11:01     11:05   00:04
2024.01.02 MSFT 4     11:30     11:44   00:14

每个连续价格区间的时间差被正确计算，重复价格的独立区间也被准确区分。

内容的提问来源于stack exchange，提问作者Terry