KDB+中按RIC判断价格是否持续指定时长的实现问题

我有如下时序表：

test:([] time:09:30:00.500000000 09:30:00.500500000 09:30:00.600000000 09:30:00.610000000 09:30:00.610100000 09:30:00.620500000 09:30:00.621000000 09:30:00.630000000; RIC:`AAPL`AAPL`AAPL`IBM`AAPL`AAPL`AAPL`IBM; price:1 2 2 11 2 2 3 12; moreThan1MS:`N`Y`Y`Y`Y`N`NA`NA)

表中原本没有moreThan1MS列，该列用于判断当前记录的价格是否能持续超过1毫秒：

• 第一条AAPL记录，0.5毫秒后价格就变动了，所以标记为N；
• 第一条IBM记录，20毫秒后价格才变动，所以标记为Y（不受其他RIC的价格变动影响）。

我曾尝试以下实现，但无法按RIC区分，效果也不符合预期：

test:update X:(abs deltas price) by RIC from test;
test:aj[`time;test;select time-(1000000), Y:X from test];
test:update isLong:(Y=0)|(X=Y) from test;

更新：边缘情况问题 #

参考Jason的方案后，我遇到了边缘情况：

t:([] time:09:30:00.500000000 09:30:00.501000000 09:30:00.502000000 09:30:00.503000000 09:30:00.540000000 09:30:00.610000000 09:30:00.610100000 09:30:00.690000000 09:30:00.700000000 09:30:00.730000000; RIC:`AAPL`AAPL`AAPL`AAPL`AAPL`IBM`AAPL`AAPL`AAPL`IBM; price:1 1 2 2 1 11 2 2 3 12; moreThan50MS:`N`N`N`N`Y`Y`Y`N`NA`NA)
update moreThan50MSsignal:`N`Y price=price([]RIC;time-50000000)bin([]RIC;time)from`t;

这个实现只检查了指定时长后的价格是否和当前一致，但没考虑时段内价格变动后又复原的情况：比如前两条AAPL记录，50ms后价格回到了原值，但期间有过变动，应该标记为N。我考虑过用abs(deltas)的累积和或者时间窗口msums，但不知道具体怎么实现，求优化方案。

核心思路是：对每个RIC分组，定位当前记录之后第一个价格变动的时间点，判断该时间点与当前记录的时间差是否超过阈值。此方法能直接覆盖“价格先变后复原”的边缘情况——只要中间存在价格变动，就会被检测到。

完整实现代码（以50ms阈值为例） #

t:([] time:09:30:00.500000000 09:30:00.501000000 09:30:00.502000000 09:30:00.503000000 09:30:00.540000000 09:30:00.610000000 09:30:00.610100000 09:30:00.690000000 09:30:00.700000000 09:30:00.730000000; RIC:`AAPL`AAPL`AAPL`AAPL`AAPL`IBM`AAPL`AAPL`AAPL`IBM; price:1 1 2 2 1 11 2 2 3 12; moreThan50MS:`N`N`N`N`Y`Y`Y`N`NA`NA);

// 按RIC分组，获取每条记录的下一条时间、价格
t:update nextTime:next time, nextPrice:next price by RIC from t;
// 递归查找同组内第一个价格不同的记录时间
t:update nextTime:{$[x=y; z; x]}[nextTime; nextPrice; (next nextTime) over] by RIC from t;

// 设置阈值（50ms对应纳秒数），生成最终标记
threshold:50000000;
t:update moreThan50MSsignal:?[isNull nextTime; `NA; ?[nextTime - time > threshold; `Y; `N]] from t;

代码细节解释 #

1. 分组获取下一条记录：next time, next price by RIC 按股票代码分组，为每条记录关联同组下一条的时间和价格。
2. 递归定位价格变动点：通过lambda函数递归查找，跳过所有价格与当前记录相同的后续条目，直接定位到第一个价格变动的时间点，彻底解决“价格先变后复原”的误判问题。
3. 阈值判断生成结果：
   • 若nextTime为空（当前是同组最后一条记录），标记为NA；
   • 计算时间差，超过阈值标记Y，否则标记N。

如果需要改成1ms阈值，只需将threshold的值改为1000000即可。

内容的提问来源于stack exchange，提问作者Cole