arrays - 如何在 Julia 中以树状结构存储数据

Question

我想在 Julia 中处理高频财务数据时将其存储在内存中。

我的数据在很多 Float64 数组中。为了安全起见，每个阵列都存储某一天的高频数据。例如，对于在 NYSE(纽约证券交易所)上市的 IBM，日期 2010-01-04，有一个 Float64 数组。

如前所述，我有许多这样的数组，跨越多个日期、市场和证券。我想将它们全部存储在一个对象中，以便轻松检索任何给定数组(可能利用元数据的树状结构)。

在Matlab中，我曾经将其存储在一个结构中，其中第一层是市场，下一层是安全，再下一层是日期，然后树的末尾是相应的数组。在每个级别，我还存储了该级别的字段列表。

Julia doesn't really have an equivalent to Matlab structures ，那么在 Julia 中执行此操作的最佳方法是什么？

目前，我能想出的最好办法是一系列嵌套的复合类型，每个类型都有两个字段。例如:

type HighFrequencyData
    dateList::Array{Date, 1}
    dataArray::Array{Any, 1}
end

其中 dateList 存储日期列表，这些日期对应于 dataArray 中保存的 Float64 数组序列(即 dateList 和 dataArray 将具有相同的长度)。然后:

type securitiesData
    securityList::Array{String, 1}
    highFrequencyArray::Array{Any, 1}
end

其中 securityList 存储与 highFrequencyArray 中保存的 HighFrequencyData 类型序列相对应的证券列表。然后:

type marketsData
    marketList::Array{String, 1}
    securitiesArray::Array{Any, 1}
end

其中 marketList 存储与 securitiesArray 中保存的 securitiesData 类型序列相对应的市场列表。

鉴于此，所有数据现在都可以存储在 marketsData 类型的变量中，并使用 marketList、securityList 和 进行查找code>dateList，在嵌套的每一层。

但是这样感觉有点麻烦...

Answer 1

您的类型层次结构看起来不错，但也许您只需要字典？

all_data = ["Market1" => {
             ["Sec1" => {[20140827, 20140825], [1.05, 10.6]}],
             ["Sec2" => {[20140827, 20140825], [1.05, 10.6]}]},
            "Market2" => {
             ["Sec1" => {[20140827, 20140825], [1.05, 10.6]}],
             ["Sec2" => {[20140827, 20140825], [1.05, 10.6]}]},
            ...]

println(all_data["Market1"]["Sec1"] ./ all_data["Market2"]["Sec1"])

如果您可以发布 MATLAB 代码的样子，那也可能会有帮助。

我会稍微重新表述你的类型，也许更简单一些，比如

type TimeSeries
    dates::Vector{Date}
    data::Vector{Any}
end

typealias Security (String,TimeSeries)
typealias Market Vector{Security}

markets = Market[]

push!(markets, [("Sec1",TimeSeries(...)), ("Sec2",TimeSeries(...)])

此外，请务必查看 https://github.com/JuliaStats/TimeSeries.jl