Wie konvertiere ich dieses komplexe SQL in eine Django-Modellabfrage?

BEARBEITEN: Ich habe es geschafft, die Lösung mit Django-Unterabfragen zu reformieren.

Wir können die Abfrage mit Djangos aggregates with SubQuery expressions :

Erstellen Sie eine Unterabfrage, um den niedrigsten close abzurufen für jedes 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')
```
- Aufschlüsselung:
  - filter den Abfragesatz, um nur die Aktien mit trading_date >= '2017-05-04' zu erhalten .
  - "GRUPPE NACH" stock__symbol (Beispiele für gruppieren nach in Djnago:GROUP BY ... MIN/MAX , GROUP BY ... COUNT/SUM ).
  - annotate die niedrigste (low ) Preis für jedes Element.
  - filter den Abfragesatz erneut, um nur die Objekte mit einem low zu erhalten Feld, das am trading_date >= '2018-04-30' auftritt .
- Zwischenergebnis:
  
  Obwohl wir zu diesem Zeitpunkt kein Ergebnis erhalten können, sieht die Unterabfrage so aus:
```
[
    {'stock__symbol': 'A', 'low': Decimal('105.00000')},            
    {'stock__symbol': 'C', 'low': Decimal('90.00000')}
]
```
  Uns fehlt das trading_date .

Verwenden Sie die Unterabfrage, um die spezifische StockHistory abzurufen Objekte:

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')

Aufschlüsselung:
- lows.values('stock__symbol') und lows.values('low') rufen die entsprechenden Werte aus der Unterabfrage ab.
- filter den Abfragesatz gegen die lows Unterabfragewerte. Auch filter gegen das angegebene Datum, um niedriges close zu eliminieren Preise vor diesem Datum.
- Erhalten Sie die angegebenen values .
- Ordnen Sie das Ergebnis nach stock__symbol (standardmäßig ascending ).

Ergebnis:

[
    {
        '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'
    }
]