csh/playbook
1
1
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

✨ feat(tsl-api-reference): index class and unit APIs

Browse Source 
Migrate reference pages to declaration-line storage and rebuild the
13-column index.

Add qualified member lookup plus regression and end-to-end coverage.
This commit is contained in:
csh
2026-07-29 15:47:46 +08:00
parent 9edc8fc868
commit 13be5ea0aa
239 changed files with 39157 additions and 12846 deletions
Download Patch File Download Diff File Expand all files Collapse all files
skills/tsl-api-reference/references/codegen/builtin/math/statistics.md
+170
View File
@@ -2,6 +2,8 @@
## `randG(mean, std_dev)`
声明：function
随机产生均值为Mean，标准差为StdDev的服从高斯分布的数据。往往用于模拟取样误差。
| 参数 | 类型 | 说明 |
@@ -20,6 +22,8 @@ return randG (2, 3);
## `gamma(x)`
声明：function
计算伽马(Gamma)函数的数值
| 参数 | 类型 | 说明 |
@@ -37,6 +41,8 @@ return gamma(array(1.5, 2.3, 3.4));
## `gammaln(x)`
声明：function
计算对数gamma
| 参数 | 类型 | 说明 |
@@ -54,6 +60,8 @@ return gammaln(array(1.5, 2.3, 3.4));
## `erf(x)`
声明：function
误差函数也称为概率函数，其定义为
| 参数 | 类型 | 说明 |
@@ -71,6 +79,8 @@ return erf(0.15);
## `erfinv(x)`
声明：function
误差函数逆函数
| 参数 | 类型 | 说明 |
@@ -88,6 +98,8 @@ return erfinv(0.15);
## `erfc(x)`
声明：function
误差累计分布函数
| 参数 | 类型 | 说明 |
@@ -105,6 +117,8 @@ return erfc(0.15);
## `erfcinv(x)`
声明：function
误差累计逆函数
| 参数 | 类型 | 说明 |
@@ -122,6 +136,8 @@ return erfcinv(0.15);
## `minIntValue(data)`
声明：function
返回一组实数数据中的最小值的整数部分
| 参数 | 类型 | 说明 |
@@ -140,6 +156,8 @@ return minIntValue (a);
## `sumOfSquares(data)`
声明：function
计算一组实数的平方和
| 参数 | 类型 | 说明 |
@@ -158,6 +176,8 @@ return sumOfSquares (a);
## `sumsAndSquares(data, sum, sum_of_squares)`
声明：function
计算一组实数的总和以及平方和，执行完毕后，总和存在参数Sum，平方和存在参数SumOfSquares中
| 参数 | 类型 | 说明 |
@@ -181,6 +201,8 @@ return array(b, c);
## `maxIntValue(data)`
声明：function
返回一组实数中的最大值的整数部分
| 参数 | 类型 | 说明 |
@@ -199,6 +221,8 @@ return maxIntValue (a);
## `sumInt(data)`
声明：function
计算一组数整数部分的总和
| 参数 | 类型 | 说明 |
@@ -217,6 +241,8 @@ return sumInt(a);
## `meanAndStdDev(data, mean, std_dev)`
声明：function
估计一组数据的平均值和标准差。执行完毕后，平均值放在参数Mean中，标准差放在参数StdDev中
| 参数 | 类型 | 说明 |
@@ -240,6 +266,8 @@ return array(b, c);
## `aveDev(data)`
声明：function
计算一组数据与均值绝对偏差的平均值
| 参数 | 类型 | 说明 |
@@ -259,6 +287,8 @@ return aveDev (data);
## `totalVariance(data)`
声明：function
计算一组数据对其算术平均数的离差平方和（总体偏差）
| 参数 | 类型 | 说明 |
@@ -277,6 +307,8 @@ return totalVariance (a);
## `median(data)`
声明：function
计算一组数据的中位数
| 参数 | 类型 | 说明 |
@@ -295,6 +327,8 @@ return median (data);
## `mode(data)`
声明：function
计算一组数据的众数
| 参数 | 类型 | 说明 |
@@ -313,6 +347,8 @@ return mode(data);
## `momentSkewKurtosis(data, m1, m2, m3, m4, skew, kurtosis)`
声明：function
计算一组数据的各项统计指标
| 参数 | 类型 | 说明 |
@@ -339,6 +375,8 @@ return array(m1, m2, m3, m4, skew, kurtosis);
## `devSq(data)`
声明：function
计算一组数据样本平均值偏差的平方和
| 参数 | 类型 | 说明 |
@@ -357,6 +395,8 @@ return devSq(data);
## `cov(data1, data2)`
声明：function
两个数据间的协方差
| 参数 | 类型 | 说明 |
@@ -384,6 +424,8 @@ return cov(data[: , "价格"], data[: , "大盘"]);
## `correl(data1, data2)`
声明：function
两个数据间的相关系数
| 参数 | 类型 | 说明 |
@@ -411,6 +453,8 @@ return correl(data[: , "价格"], data[: , "大盘"]);
## `slope(data1, data2)`
声明：function
两个数据间的回归斜率
| 参数 | 类型 | 说明 |
@@ -438,6 +482,8 @@ return slope(data[: , "价格"], data[: , "大盘"]);
## `intercept(data1, data2)`
声明：function
两个数据间的回归截距
| 参数 | 类型 | 说明 |
@@ -465,6 +511,8 @@ return intercept(data[: , "价格"], data[: , "大盘"]);
## `rsq(data1, data2)`
声明：function
两个数据间的乘积矩相关系数平方
| 参数 | 类型 | 说明 |
@@ -492,6 +540,8 @@ return rsq(data[: , "价格"], data[: , "大盘"]);
## `steyx(data1, data2)`
声明：function
两个数据间的相对标准偏差
| 参数 | 类型 | 说明 |
@@ -519,6 +569,8 @@ return steyx(data[: , "价格"], data[: , "大盘"]);
## `slopeandintercept(data1, data2)`
声明：function
两个数据间的回归斜率和截距
| 参数 | 类型 | 说明 |
@@ -546,6 +598,8 @@ return slopeandintercept(data[: , "价格"], data[: , "大盘"]);
## `quartile(data, x)`
声明：function
数据集中四分位的值
| 参数 | 类型 | 说明 |
@@ -567,6 +621,8 @@ return quartile(data, 3);
## `minValue(data, rc, ml, assign, abnormal, fill)`
声明：function
返回一组实数中的最小值
| 参数 | 类型 | 说明 |
@@ -613,6 +669,8 @@ return arr;
## `maxvalue(data, rc, ml, assign, abnormal, fill)`
声明：function
返回一组实数中的最大值
| 参数 | 类型 | 说明 |
@@ -659,6 +717,8 @@ return arr;
## `mean(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数的算术平均值
| 参数 | 类型 | 说明 |
@@ -705,6 +765,8 @@ return arr;
## `sum(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数的总和
| 参数 | 类型 | 说明 |
@@ -741,6 +803,8 @@ return arr;
## `norm(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的平方和的平方根，也就是Sqrt(SumOfSquares)
| 参数 | 类型 | 说明 |
@@ -787,6 +851,8 @@ return arr;
## `stdDev(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的标准差的估计（样本标准差），数学公式如下：
| 参数 | 类型 | 说明 |
@@ -833,6 +899,8 @@ return arr;
## `popnStdDev(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的总体标准差，数学公式：
| 参数 | 类型 | 说明 |
@@ -879,6 +947,8 @@ return arr;
## `variance(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的方差的估计（样本方差），数学公式：
| 参数 | 类型 | 说明 |
@@ -925,6 +995,8 @@ return arr;
## `skewness(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的偏度，算法和excel兼容
| 参数 | 类型 | 说明 |
@@ -971,6 +1043,8 @@ return arr;
## `skewness2(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的偏度，算法和matlab兼容
| 参数 | 类型 | 说明 |
@@ -1017,6 +1091,8 @@ return arr;
## `kurtosis(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的峰度，算法和excel兼容
| 参数 | 类型 | 说明 |
@@ -1064,6 +1140,8 @@ return arr;
## `kurtosis2(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的峰度，算法和matlab兼容
| 参数 | 类型 | 说明 |
@@ -1110,6 +1188,8 @@ return arr;
## `harmean(data, rc, ml, assign, abnormal, fill)`
声明：function
计算一组数据的调和平均数
| 参数 | 类型 | 说明 |
@@ -1156,6 +1236,8 @@ return arr;
## `product(data, rc, ml, assign, abnormal, fill)`
声明：function
返回累乘值
| 参数 | 类型 | 说明 |
@@ -1201,6 +1283,8 @@ return arr;
## `large(data, n, rc, ml, assign, abnormal, fill)`
声明：function
找出第N最大的数
| 参数 | 类型 | 说明 |
@@ -1226,6 +1310,8 @@ return large (data, 3);
## `small(data, n, rc, ml, assign, abnormal, fill)`
声明：function
找出第N最小的数
| 参数 | 类型 | 说明 |
@@ -1251,6 +1337,8 @@ return small (data, 3);
## `percentrank(data, x, rc, ml, assign, abnormal, fill)`
声明：function
数据集中X在该组数据中的百分点
| 参数 | 类型 | 说明 |
@@ -1277,6 +1365,8 @@ return percentrank(data, 8);
## `rank(data, x, rc, ml, assign, abnormal, fill)`
声明：function
返回X在DATA中的排名(Data从大到小排列)，该数据必需存在在Data中。
| 参数 | 类型 | 说明 |
@@ -1301,6 +1391,8 @@ return rank(data, 8);
## `trimmean(data, x, rc, ml, assign, abnormal, fill)`
声明：function
返回去掉头尾百分数以后的平均值。算法如下：
| 参数 | 类型 | 说明 |
@@ -1326,6 +1418,8 @@ return trimmean(data, 0.7);
## `frequency(data, freq_data, rc, ml, assign, abnormal, fill)`
声明：function
返回DATA在FreqData分割区间中的出现个数。
| 参数 | 类型 | 说明 |
@@ -1352,6 +1446,8 @@ return frequency(data, freq_data);
## `geomean(data)`
声明：function
计算一组数据的几何平均数
| 参数 | 类型 | 说明 |
@@ -1393,6 +1489,8 @@ return arr;
## `popnVariance(data)`
声明：function
计算一组数据的总体方差，数学公式：
| 参数 | 类型 | 说明 |
@@ -1434,6 +1532,8 @@ return arr;
## `percentile(data, pct, rc, ml, assign, abnormal, fi_ll)`
声明：function
计算序列百分点PCT的值。
| 参数 | 类型 | 说明 |
@@ -1483,6 +1583,8 @@ return percentile(a, 0.5, 0, 2, array('f', 'k'));
## `std(rsp_cycle, n)`
声明：function
已实现波动率(%)
| 参数 | 类型 | 说明 |
@@ -1494,6 +1596,8 @@ return percentile(a, 0.5, 0, 2, array('f', 'k'));
## `stdUp(rsp_cycle, n)`
声明：function
高频上行波动率(%)
| 参数 | 类型 | 说明 |
@@ -1505,6 +1609,8 @@ return percentile(a, 0.5, 0, 2, array('f', 'k'));
## `beta(rsp_cycle, n, cut_value)`
声明：function
S=|R|/(V^beta)
| 参数 | 类型 | 说明 |
@@ -1517,6 +1623,8 @@ S=|R|/(V^beta)
## `lnv(rsp_cycle, n, cut_value)`
声明：function
S=|R|/ln(V)
| 参数 | 类型 | 说明 |
@@ -1529,6 +1637,8 @@ S=|R|/ln(V)
## `skewWBuy(rsp_cycle, k, n)`
声明：function
净委买变化率偏度
| 参数 | 类型 | 说明 |
@@ -1541,6 +1651,8 @@ S=|R|/ln(V)
## `sf_exppdf(values, lambda_value)`
声明：function
计算指数分布概率密度。
| 参数 | 类型 | 说明 |
@@ -1552,6 +1664,8 @@ S=|R|/ln(V)
## `sf_expcdf(values, lambda_value)`
声明：function
计算指数分布累计分布值。
| 参数 | 类型 | 说明 |
@@ -1563,6 +1677,8 @@ S=|R|/ln(V)
## `sf_mvtcdf(lower_bounds, upper_bounds, correlation_matrix, degrees_freedom)`
声明：function
计算多变量 t 分布累计分布值。
| 参数 | 类型 | 说明 |
@@ -1576,6 +1692,8 @@ S=|R|/ln(V)
## `sf_mvncdf(lower_bounds, upper_bounds, mean_values, correlation_matrix)`
声明：function
计算多变量正态分布累计分布值。
| 参数 | 类型 | 说明 |
@@ -1589,6 +1707,8 @@ S=|R|/ln(V)
## `Hypoth_SNUTest(values, mean_value, std_dev, tail, alpha)`
声明：function
执行单个正态总体均值 U 检验。
| 参数 | 类型 | 说明 |
@@ -1603,6 +1723,8 @@ S=|R|/ln(V)
## `Hypoth_SNDTest(values, variance_value, tail, alpha)`
声明：function
执行单个正态总体方差检验。
| 参数 | 类型 | 说明 |
@@ -1616,6 +1738,8 @@ S=|R|/ln(V)
## `Anova_Twice(values, alpha, repeat_count)`
声明：function
执行双因素方差分析。
| 参数 | 类型 | 说明 |
@@ -1628,6 +1752,8 @@ S=|R|/ln(V)
## `Hypoth_SignTest(values, probability, median_value, tail, alpha)`
声明：function
执行符号检验。
| 参数 | 类型 | 说明 |
@@ -1642,6 +1768,8 @@ S=|R|/ln(V)
## `correlpaired(a, b)`
声明：function
功能：计算 a 的每一列与 b 的每一列之间的相关系数矩阵，
| 参数 | 类型 | 说明 |
@@ -1688,6 +1816,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `correlpaired_side(a, dir_type)`
声明：function
功能：计算 a 的每两列之间符合对应过滤条件的相关系数矩阵， 1) +-相关系数 ：将 a <0 的元素替换为0 ，b>0的元素替换为0,计算相关系数 2) 同向相关系数 ：将 a 与 b 非同向（乘积<0）的元素替换为0，计算相关系数 场景支持同 correlpaired 内部强制 a 转化为fmarray进行计算
| 参数 | 类型 | 说明 |
@@ -1699,6 +1829,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_SinX(x, v)`
声明：function
正弦积分的定义为
| 参数 | 类型 | 说明 |
@@ -1710,6 +1842,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_CosX(x, v)`
声明：function
余弦积分的定义为
| 参数 | 类型 | 说明 |
@@ -1721,6 +1855,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_eX(x, v)`
声明：function
指数积分的定义为
| 参数 | 类型 | 说明 |
@@ -1732,6 +1868,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_Gamma(x, v)`
声明：function
计算伽马(Gamma)函数的数值 伽马(Gamma)函数的定义为
| 参数 | 类型 | 说明 |
@@ -1743,6 +1881,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_Beta(x, y, v)`
声明：function
计算贝塔函数(Beta)的数值，贝塔函数(Beta)的定义为 或者：
| 参数 | 类型 | 说明 |
@@ -1755,6 +1895,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_Error(x, v)`
声明：function
误差函数也称为概率函数，其定义为
| 参数 | 类型 | 说明 |
@@ -1766,6 +1908,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_Normal(x, a, d)`
声明：function
正态分布函数的定义为 其中： (1)a为随机变量的数学期望（平均值） (2)σ为随机变量的标准差
| 参数 | 类型 | 说明 |
@@ -1778,6 +1922,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_normalinv(data, m, s, v)`
声明：function
正态分布的分布逆函数，输入分布函数或者累计概率值，得到随机变量值
| 参数 | 类型 | 说明 |
@@ -1791,6 +1937,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_normalinv2(data, v)`
声明：function
标准正态分布的分布逆函数，输入分布函数或者累计概率值，得到随机变量值
| 参数 | 类型 | 说明 |
@@ -1802,6 +1950,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_nbininv(y, r, p, x)`
声明：function
负二项分布的分布逆函数，输入累计概率值，返回随机变量值
| 参数 | 类型 | 说明 |
@@ -1815,6 +1965,8 @@ return correlpaired(a, b); // array((0.2,-0.08))
## `sf_tinv(data, n, v)`
声明：function
T分布的分布逆函数，输入分布函数或者累计概率值，返回随机变量值
| 参数 | 类型 | 说明 |
@@ -1827,6 +1979,8 @@ T分布的分布逆函数，输入分布函数或者累计概率值，返回随
## `sf_finv(data, n, n1, v)`
声明：function
F分布的分布逆函数，输入分布函数或者累计概率值，返回随机变量值
| 参数 | 类型 | 说明 |
@@ -1840,6 +1994,8 @@ F分布的分布逆函数，输入分布函数或者累计概率值，返回随
## `sf_x2inv(data, n, v)`
声明：function
卡方分布的分布逆函数，输入分布函数或者累计概率值，返回随机变量值
| 参数 | 类型 | 说明 |
@@ -1852,6 +2008,8 @@ F分布的分布逆函数，输入分布函数或者累计概率值，返回随
## `sf_gammainv(probability, alpha, v)`
声明：function
标准gamma分布的逆函数，输入分布函数或者累计概率值，返回随机变量值。功能等同于sf_gaminv(Probability, Alpha,1,v)。
| 参数 | 类型 | 说明 |
@@ -1864,6 +2022,8 @@ F分布的分布逆函数，输入分布函数或者累计概率值，返回随
## `sf_betainv(y, a, b, x)`
声明：function
贝塔分布的分布逆函数，输入分布函数值，输出随机变量值
| 参数 | 类型 | 说明 |
@@ -1877,6 +2037,8 @@ F分布的分布逆函数，输入分布函数或者累计概率值，返回随
## `mvtcdfqmc(a, b, rho, nu, options, funevals)`
声明：function
中间函数，采用蒙特卡洛计算多元t分布，估计概率P值以及误差
| 参数 | 类型 | 说明 |
@@ -1905,6 +2067,8 @@ return mvtcdfqmc(array(0, 0, 0), rand(3), rho, 2, array());
## `sf_copulacdf(x, copula_type, rho, alpha, options)`
声明：function
估计多元函数分布值
| 参数 | 类型 | 说明 |
@@ -1919,6 +2083,8 @@ return mvtcdfqmc(array(0, 0, 0), rand(3), rho, 2, array());
## `sf_copulafit(x, copula_type, method, options)`
声明：function
估计多元分布相关系数矩阵
| 参数 | 类型 | 说明 |
@@ -1932,6 +2098,8 @@ return mvtcdfqmc(array(0, 0, 0), rand(3), rho, 2, array());
## `randCopula(copula_type, rho, v, n)`
声明：function
生成服从copula分布的随机数
| 参数 | 类型 | 说明 |
@@ -1980,6 +2148,8 @@ return randCopula("clayton", nil, alpha, n);
## `Regress_VIFR2(x, w, constant)`
声明：function
vif分析增强
| 参数 | 类型 | 说明 |