【求教】关于lag函数的用法……

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

data stockindex;  set stockindex;    la0=_col4; la1=lag1(_col4); la2=lag2(_col4); la3=lag3(_col4); la4=lag4(_col4); la5=lag5(_col4);    la6=lag6(_col4); la7=lag7(_col4); la8=lag8(_col4); la9=lag9(_col4);     if _n_>=10 then avg=sum(_col4,la1,la2,la3,la4,la5,la6,la7,la8,la9)/n(_col4,la1,la2,la3,la4,la5,la6,la7,la8,la9);    keep _col0 _col4 avg;
run;
      这是论坛里一个高人给的移动平均的解答，但如果我想求的平均至是前100个或者更多观测的话，这样列出来就麻烦了。能不能用数组或者什么办法修改一下，不用一个一个地列呢？不知道各位大侠有没有办法啊，多谢了……

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：lag kindex Index Stock kind 论坛 移动

If you don't like lag functions, a simple solution would be to load data into and temporary and to calculate with array index.

%let n=20;
data t1;
   do dates=1 to &n;
      price+1;
          output ;
        end;
run;

data t2;
   set t1 ;
   array ph(&n) _temporary_;
   ph[_n_]=price;
   put ph[_n_];
   sump=.;
   if _n_>10 then do;   
     do i=_n_ to _n_-10+1 by -1;
           sump=sum(sump,ph[i]);
         end;
         pmv=sump/10;
    end;
        keep dates price pmv;
run;

proc print;run;

array a[100] b1-b&p.;
        a[1]=lag(balance);
        do i=2 to 100;
                a=lag(a[i-1]);
        end;

这样可以实现100个lag，然后mean100=mean(of b1-b100);

sunset1986 发表于 2012-3-31 09:38
array a[100] b1-b&p.;
        a[1]=lag(balance);
        do i=2 to 100;

多谢高人……

bobguy 发表于 2012-3-31 08:24
If you don't like lag functions, a simple solution would be to load data into and temporary and to  ...

都好高深对于我来说，不过必须得感谢的……

%macro ma(x); /*计算x天的移动平均线，例如x=5，就是计算5天的移动平均线*/
   ma&x=0; /*初始变量ma5=0*/
   array l&x.ags(&x);  /*申明一个数组，数组名字为l5ags*/
   l&x.ags(1)=close; /*close为收盘价*/
   ma&x=ma&x+l&x.ags(1);
   do i&x=2 to &x;
   l&x.ags(i&x)=lag(l&x.ags(i&x-1));
   ma&x=ma&x+l&x.ags(i&x);
   end;
   ma&x=ma&x/%eval_r(&x);
   drop i&x l&x.ags1-l&x.ags&x; /*将不必要的变量舍去*/
%mend;

1. %let N=100;/*滑动平均个数*/
   
2. proc sql;
   
3.    create table output as
   
4.     select distinct a2.n, a2.tmp, mean(a1.tmp) as mean_tmp
   
5.         from   
   
6.           (select monotonic() as n, * from  input ) as a1
   
7.             inner join
   
8.           (select monotonic() as n, * from  input ) as a2
   
9.            on  a1.n>=a2.n & a1.n<=a2.n+&N-1
   
10.         group by a2.n;
    
11. quit;

复制代码