寻求固定容量、自动移除最早元素的集合用于均线指标计算

Channels是否适用？ #

不适用。Channels是.NET中用于异步生产者-消费者场景的组件，核心是处理跨线程的异步数据流传递，并非为固定容量的滑动窗口缓存设计。它没有内置的“容量满时自动移除最早元素”的机制，强行用它来实现滑动窗口会增加不必要的复杂度，完全没必要。

推荐实现方案 #

最直接的方式是基于Queue<T>自定义一个固定容量的滑动窗口集合，或者使用现成的环形缓冲区实现。以下是两种实用方案：

方案1：自定义固定窗口集合 #

实现一个简单的FixedSizeWindow<T>类，封装Queue，添加元素时自动维护窗口大小：

public class FixedSizeWindow<T>
{
    private readonly Queue<T> _queue;
    public int Capacity { get; }
    public int Count => _queue.Count;

    public FixedSizeWindow(int capacity)
    {
        Capacity = capacity > 0 ? capacity : throw new ArgumentOutOfRangeException(nameof(capacity));
        _queue = new Queue<T>(capacity);
    }

    public void Add(T item)
    {
        _queue.Enqueue(item);
        // 容量满时移除最早元素
        while (_queue.Count > Capacity)
        {
            _queue.Dequeue();
        }
    }

    // 提供获取所有元素的方法，方便计算指标
    public IEnumerable<T> GetAllItems() => _queue.ToArray();
}

方案2：使用Rx.NET的Buffer操作符（适合响应式场景） #

如果你的代码本来就基于响应式编程，Rx.NET的Buffer操作符可以直接实现滑动窗口逻辑，自动维护指定数量的最新元素：

// 假设你已经将Trade数据流转换为IObservable<Trade>
tradeObservable.Buffer(loopback, 1) // 窗口大小loopback，每次滑动1个元素
    .Subscribe(window => 
    {
        if (window.Count == loopback)
        {
            // 计算SMA/EMA
            var sma = window.Average(t => t.Price);
            // 发布信号
        }
    }, stoppingToken);

整合到你的现有代码 #

使用方案1的自定义集合，修改你的代码如下：

// 初始化固定窗口集合，loopback是你的回溯周期大小
var tradeWindow = new FixedSizeWindow<Trade>(loopback);

var subResult = await _socketClient.SpotStreams.SubscribeToTradeUpdatesAsync(symbols, data =>
{
    var trade = new Trade(data.Timestamp, data.Data.Symbol, data.Data.Price, data.Data.Quantity);

    // 添加到窗口集合，自动维护容量
    tradeWindow.Add(trade);

    // 当窗口元素数量达到回溯周期时计算指标
    if (tradeWindow.Count == tradeWindow.Capacity)
    {
        var allTrades = tradeWindow.GetAllItems();
        // 计算SMA：平均价格
        var sma = allTrades.Average(t => t.Price);
        // 计算EMA：指数加权逻辑示例
        var ema = CalculateEma(allTrades.Select(t => t.Price));
        // 生成信号并处理
        // signal = ...;
    }

    publisher.Publish(trade);
}, stoppingToken);

// 示例EMA计算方法
private decimal CalculateEma(IEnumerable<decimal> prices)
{
    var priceList = prices.ToList();
    var alpha = 2m / (priceList.Count + 1);
    var ema = priceList[0];
    for (int i = 1; i < priceList.Count; i++)
    {
        ema = alpha * priceList[i] + (1 - alpha) * ema;
    }
    return ema;
}

内容的提问来源于stack exchange，提问作者nop