算法用于聚集股票图表数据点出许多DB的条目

Question

我有库存值的数据库中的表，例如：

id - unique id for this entry 
stockId - ticker symbol of the stock 
value - price of the stock 
timestamp - timestamp of that price 

我想24小时的时间范围内创建单独的阵列，7天和1个月从我的数据库条目，每个数组包含数据点的股票图表。 对于一些stockIds，我每小时只有几个数据点，对于其他数据点可能是几百或几千个。

我的问题： 什么是一个很好的算法来“聚合”可能很多数据点为几个 - 例如，我想每小时最多10个数据点的24小时图表。我如何处理特别高/低的值？

关于股票图表常见的方法是什么？

谢谢您的阅读！

Answer 1

一些选项：（假设每小时10分，即，一个大约每隔6分钟）

• 对于每6分钟的时间内，接最接近所述数据点到周期

• 的中心每6分钟计算一次，取这段时间内的平均分数

• 在一个小时内，找出每4分钟时间段的最大值和最小值，并在这些相应集合中选出5个最大值和5个最小值（4分钟是如此几乎随机选择）。

  我原本以为要选择5个最小点和5个最大点，使得每个最大点至少间隔8分钟，对于最小点也是类似的。

  这里的8分钟是我们没有把所有的积分堆积在一起。为什么8分钟？在一个平均分配，60/5 = 12 minutes，所以只是稍微远离那给我们8分钟。

  但是，就实施而言，4分钟的方法会简单得多，应该会得到类似的结果。

你必须看看哪一个给你最理想的结果。最后一个可能会给出一个体面的变化的指标，而第二个可能有一个更稳定的图表。第一个可能会更不稳定。