我正在编写一个 Python/Django 应用程序来进行一些股票分析。

我有两个非常简单的模型，如下所示:

class Stock(models.Model):
    symbol = models.CharField(db_index=True, max_length=5, null=False, editable=False, unique=True)

class StockHistory(models.Model):
    stock = models.ForeignKey(Stock, related_name='StockHistory_stock', editable=False)
    trading_date = models.DateField(db_index=True, null=False, editable=False)
    close = models.DecimalField(max_digits=12, db_index=True, decimal_places=5, null=False, editable=False)

    class Meta:
        unique_together = ('stock', 'trading_date')

这是我填充的虚拟数据:

import datetime
a = Stock.objects.create(symbol='A')
b = Stock.objects.create(symbol='B')
c = Stock.objects.create(symbol='C')
d = Stock.objects.create(symbol='D')

StockHistory.objects.create(trading_date=datetime.date(2018,1,1), close=200, stock=a)
StockHistory.objects.create(trading_date=datetime.date(2018,1,2), close=150, stock=a)
StockHistory.objects.create(trading_date=datetime.date(2018,1,3), close=120, stock=a)
StockHistory.objects.create(trading_date=datetime.date(2018,4,28), close=105, stock=a)
StockHistory.objects.create(trading_date=datetime.date(2018,5,3), close=105, stock=a)

StockHistory.objects.create(trading_date=datetime.date(2017,5,2), close=400, stock=b)
StockHistory.objects.create(trading_date=datetime.date(2017,11,11), close=200, stock=b)
StockHistory.objects.create(trading_date=datetime.date(2017,11,12), close=300, stock=b)
StockHistory.objects.create(trading_date=datetime.date(2017,11,13), close=400, stock=b)
StockHistory.objects.create(trading_date=datetime.date(2017,11,14), close=500, stock=b)

StockHistory.objects.create(trading_date=datetime.date(2018,4,28), close=105, stock=c)
StockHistory.objects.create(trading_date=datetime.date(2018,4,29), close=106, stock=c)
StockHistory.objects.create(trading_date=datetime.date(2018,4,30), close=107, stock=c)
StockHistory.objects.create(trading_date=datetime.date(2018,5,1), close=108, stock=c)
StockHistory.objects.create(trading_date=datetime.date(2018,5,2), close=109, stock=c)
StockHistory.objects.create(trading_date=datetime.date(2018,5,3), close=110, stock=c)
StockHistory.objects.create(trading_date=datetime.date(2018,5,4), close=90, stock=c)

我想找到过去一周内创下年度低点的所有股票。

但为了让这个问题更简单，假设我想找到自 '2017-05-04' 以来最低点发生在 '2018-04- 或之后的所有股票30'。下面是我为找到它而写的 SQL。它有效。

但我需要帮助来确定要编写什么 Django 查询才能获得与此 SQL 相同的结果。我该怎么做？

mysql> select
    ->     s.symbol,
    ->     sh.trading_date,
    ->     low_table.low
    -> from
    ->     (
    ->         select
    ->             stock_id,
    ->             min(close) as low
    ->         from
    ->             stocks_stockhistory
    ->         where
    ->             trading_date >= '2017-05-04'
    ->         group by
    ->             stock_id
    ->     ) as low_table,
    ->     stocks_stockhistory as sh,
    ->     stocks_stock as s
    -> where
    ->     sh.stock_id = low_table.stock_id
    ->     and sh.stock_id = s.id
    ->     and sh.close = low_table.low
    ->     and sh.trading_date >= '2018-04-30'
    -> order by
    ->     s.symbol asc;
+--------+--------------+-----------+
| symbol | trading_date | low       |
+--------+--------------+-----------+
| A      | 2018-05-03   | 105.00000 |
| C      | 2018-05-04   |  90.00000 |
+--------+--------------+-----------+
2 rows in set (0.02 sec)

最佳答案

编辑:我设法使用 Django 子查询改进了解决方案。

我们可以使用 Django 的 aggregates with SubQuery expressions 将查询转换为 Django ORM :

1. 创建子查询以检索每个 symbol 的最低 close:

   from django.db.models import OuterRef, Subquery, Min     
   
   lows = StockHistory.objects.filter(
       stock=OuterRef('stock'), 
       trading_date__gte='2017-05-04'
   ).values('stock__symbol')
   .annotate(low=Min('close'))
   .filter(trading_date__gte='2018-04-30')
   

   • 分割:

     • 过滤 查询集以仅获取 trading_date >= '2017-05-04' 的股票。
     • “GROUP BY”stock__symbol(Djnago 中的分组依据示例:GROUP BY ... MIN/MAX、GROUP BY ... COUNT/SUM)。
     • 注释每个元素的最低 (low) 价格。
     再次
     • 过滤查询集以仅获取低字段发生在trading_date >= '2018-04-30' 的对象。

   • 中间结果:

     虽然我们在这个阶段无法得到结果，但子查询将如下所示:

     [
         {'stock__symbol': 'A', 'low': Decimal('105.00000')},            
         {'stock__symbol': 'C', 'low': Decimal('90.00000')}
     ]
     

     我们缺少 trading_date。

2. 利用子查询检索特定的 StockHistory 对象:

   StockHistory.objects.filter(
       stock__symbol=Subquery(lows.values('stock__symbol')),
       close=Subquery(lows.values('low')),
       trading_date__gte='2018-04-30'
   ).values('stock__symbol', 'trading_date', 'close')
   .order_by('stock__symbol')
   

   • 分割:

     • lows.values('stock__symbol') 和 lows.values('low') 从子查询中检索相应的值。
     • filter 针对 lows 子查询值的查询集。还针对指定日期过滤，以消除该日期之前出现的低收盘价。
     • 获取指定的值。
     • 按 stock__symbol 对结果进行排序(默认为 升序)。

   • 结果:

     [
         {
             'close': Decimal('105.00000'), 
             'trading_date': datetime.date(2018, 5, 3), 
             'stock__symbol': 'A'
         }, 
         {
             'close': Decimal('90.00000'), 
             'trading_date': datetime.date(2018, 5, 4), 
             'stock__symbol': 'C'
         }
     ]
     

关于python - 如何将这个复杂的 SQL 转换为 Django 模型查询？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50207218/