Contexto empresarial
Una firma de análisis financiero necesita procesar un gran volumen de datos de transacciones de acciones (tick data) para construir gráficos de velas (OHLC - Open, High, Low, Close) en intervalos de un minuto. La prueba debe validar la capacidad de la acción para manejar millones de registros de manera eficiente y para usar agregadores específicos de series temporales como FIRST y LAST.
Sobre el conjunto : aggregation
Agregación de datos y cálculos estadísticos resumidos.
Descubrir todas las acciones de aggregation Preparación de datos
Creación de una tabla de gran volumen (1 millón de filas) que simula datos de transacciones de acciones para dos tickers diferentes.
¡Copiado!
| 1 | DATA casuser.TICK_DATA; |
| 2 | FORMAT Timestamp_Trade datetime20.; |
| 3 | DO Ticker = 'SAS', 'ACME'; |
| 4 | Precio = 100; |
| 5 | DO i = 1 to 500000; |
| 6 | Timestamp_Trade = dhms(today(), 9, 0, 0) + i*0.05 + rand('UNIFORM')*0.01; |
| 7 | Precio = Precio + rand('NORMAL', 0, 0.1); |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | END; |
| 11 | RUN; |
Étapes de réalisation
1
Cargar la tabla de gran volumen en CAS.
¡Copiado!
| 1 | |
| 2 | PROC CASUTIL; |
| 3 | load |
| 4 | DATA=casuser.TICK_DATA casout='TICK_DATA' caslib='casuser' replace; |
| 5 | QUIT; |
| 6 |
2
Ejecutar la agregación para construir las barras OHLC de un minuto, usando `edgeId` para asegurar el orden correcto para FIRST y LAST.
¡Copiado!
| 1 | PROC CAS; |
| 2 | aggregation.aggregate / |
| 3 | TABLE={name='TICK_DATA', groupBy={'Ticker'}}, |
| 4 | id='Timestamp_Trade', |
| 5 | edgeId='Timestamp_Trade', |
| 6 | interval='MINUTE', |
| 7 | casOut={name='OHLC_1MIN', caslib='casuser', replace=true}, |
| 8 | varSpecs=[ |
| 9 | {name='Precio', agg='FIRST', newName='Open'}, |
| 10 | {name='Precio', agg='MAX', newName='High'}, |
| 11 | {name='Precio', agg='MIN', newName='Low'}, |
| 12 | {name='Precio', agg='LAST', newName='Close'}, |
| 13 | {name='Precio', agg='N', newName='Volume'} |
| 14 | ]; |
| 15 | RUN; |
| 16 | QUIT; |
3
Verificar una muestra de los resultados OHLC generados.
¡Copiado!
| 1 | |
| 2 | PROC PRINT |
| 3 | DATA=casuser.OHLC_1MIN(obs=20); |
| 4 | where Ticker='SAS'; |
| 5 | RUN; |
| 6 |
Resultado esperado
La acción debe procesar el millón de registros y producir una tabla 'OHLC_1MIN'. Cada fila representará un intervalo de un minuto para un 'Ticker' específico. Las columnas 'Open', 'High', 'Low' y 'Close' deben reflejar correctamente el primer precio, el máximo, el mínimo y el último precio dentro de ese minuto, validando el uso de los agregadores FIRST/LAST/MAX/MIN en un contexto de alto rendimiento.