经典sql题(三)查找股票价格波峰波谷

了解价格的波动情况对市场决策至关重要,本文通过 SQL 查询,演示如何从一个价格数据表中提取价格波动信息,识别出波峰和波谷。我们假设有一个名为 test 的表,包含每个时间点的价格数据。

示例数据

假设我们的 test 表有以下数据:

id ds price
1 2023-10-01 08:00:00 100
1 2023-10-01 09:00:00 110
1 2023-10-02 10:00:00 105
1 2023-10-03 11:00:00 115
2 2023-10-01 10:00:00 200
2 2023-10-02 12:00:00 190
2 2023-10-03 14:00:00 195
2 2023-10-04 15:00:00 210
3 2023-10-01 16:00:00 300

查询步骤

第一步:计算前后价格

我们将使用窗口函数 LAGLEAD 来获取每个价格点的前后价格。

sql 复制代码
SELECT 
    id,
    ds,
    price,
    LAG(price, 1) OVER (PARTITION BY id ORDER BY ds) AS lag_price,
    LEAD(price, 1) OVER (PARTITION BY id ORDER BY ds) AS lead_price
FROM 
    test;

结果(中间表):

id ds price lag_price lead_price
1 2023-10-01 08:00:00 100 NULL 110
1 2023-10-01 09:00:00 110 100 105
1 2023-10-02 10:00:00 105 110 115
1 2023-10-03 11:00:00 115 105 NULL
2 2023-10-01 10:00:00 200 NULL 190
2 2023-10-02 12:00:00 190 200 195
2 2023-10-03 14:00:00 195 190 210
2 2023-10-04 15:00:00 210 195 NULL
3 2023-10-01 16:00:00 300 NULL NULL
第二步:识别波峰与波谷

在获取前后价格的基础上,我们接着使用 CASE 语句来标记波峰和波谷。

sql 复制代码
SELECT 
    id,
    ds,
    price,
    CASE 
        WHEN price > lag_price AND price > lead_price THEN '波峰'
        WHEN price < lag_price AND price < lead_price THEN '波谷'
        ELSE '无'
    END AS price_type
FROM (
    SELECT 
        id,
        ds,
        price,
        LAG(price, 1) OVER (PARTITION BY id ORDER BY ds) AS lag_price,
        LEAD(price, 1) OVER (PARTITION BY id ORDER BY ds) AS lead_price
    FROM 
        test
) AS subquery;

结果(最终结果):

id ds price price_type
1 2023-10-01 08:00:00 100
1 2023-10-01 09:00:00 110 波峰
1 2023-10-02 10:00:00 105 波谷
1 2023-10-03 11:00:00 115
2 2023-10-01 10:00:00 200
2 2023-10-02 12:00:00 190 波谷
2 2023-10-03 14:00:00 195
2 2023-10-04 15:00:00 210
3 2023-10-01 16:00:00 300

完整步骤解析

  1. 计算前后价格

    • 使用 LAGLEAD 函数,基于每个 id 的时间顺序提取前后价格。
  2. 识别波峰与波谷

    • 使用 CASE 语句判断当前价格的波动状态,标记为"波峰"、"波谷"或"无"。
相关推荐
数据知道6 分钟前
PostgreSQL 核心原理:系统内部的对象寻址机制(OID 对象标识符)
数据库·postgresql
江瀚视野17 分钟前
多家银行向甲骨文断贷,巨头甲骨文这是怎么了?
大数据·人工智能
asheuojj20 分钟前
2026年GEO优化获客效果评估指南:如何精准衡量TOP5关
大数据·人工智能·python
callJJ23 分钟前
Spring AI ImageModel 完全指南:用 OpenAI DALL-E 生成图像
大数据·人工智能·spring·openai·springai·图像模型
SAP工博科技26 分钟前
SAP 公有云 ERP 多工厂多生产线数据统一管理技术实现解析
大数据·运维·人工智能
倔强的石头_36 分钟前
关系数据库替换用金仓:数据迁移过程中的完整性与一致性风险
数据库
星辰_mya37 分钟前
Elasticsearch线上问题之OOM
大数据·elasticsearch·搜索引擎
忆~遂愿40 分钟前
Runtime 上下文管理:计算实例的生命周期、延迟最小化与上下文切换优化
java·大数据·开发语言·人工智能·docker
Elastic 中国社区官方博客42 分钟前
使用 Groq 与 Elasticsearch 进行智能查询
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
BJ_Bonree44 分钟前
4月17日,博睿数据受邀出席GOPS全球运维大会2026 · 深圳站!
大数据·运维·人工智能