Jak przekonwertować ten złożony SQL na zapytanie modelu Django?

EDYTUJ: Udało mi się zreformować rozwiązanie za pomocą podzapytań Django.

Możemy przetłumaczyć zapytanie do ORM Django za pomocą aggregates with SubQuery expressions :

1. Utwórz podzapytanie, aby pobrać najniższe close dla każdego symbol :

   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')
   

   • Podział:

     • filter queryset do pobrania tylko akcji z trading_date >= '2017-05-04' .
     • „GRUPA WG” stock__symbol (przykłady grupowania według w Djnago:GROUP BY ... MIN/MAX , GROUP BY ... COUNT/SUM ).
     • annotate najniższy (low ) cena za każdy element.
     • filter queryset ponownie, aby uzyskać tylko obiekty z low pole występujące w dniu trading_date >= '2018-04-30' .

   • Wynik pośredni:

     Chociaż na tym etapie nie możemy uzyskać wyniku, podzapytanie będzie wyglądać tak:

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

     Brakuje trading_date .

2. Wykorzystaj podzapytanie, aby pobrać konkretną StockHistory obiekty:

   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')
   

   • Podział:

     • lows.values('stock__symbol') i lows.values('low') pobierają odpowiednie wartości z podzapytania.
     • filter zestaw zapytań w stosunku do lows wartości podzapytania. Również filter w stosunku do określonej daty w celu wyeliminowania niskiego close ceny występujące przed tą datą.
     • Pobierz określone values .
     • Uporządkuj wynik według stock__symbol (domyślnie ascending ).

   • Wynik:

     [
         {
             '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'
         }
     ]