波峰是当日价格严格大于前一天和后一天价格，波谷是当日价格严格小于前一天和后一天价格；需用ORDER BY明确排序，配合LAG()和LEAD()获取邻值，用COALESCE处理边界NULL，且不可在WHERE中直接引用窗口结果。
怎么用 LAG() 和 LEAD() 判断波峰波谷
波峰波谷本质是局部极值：某行数值比前一行和后一行都大（波峰），或都小（波谷）。PostgreSQL 没有内置“找极值”函数，但 LAG() 和 LEAD() 可以安全获取相邻行值——前提是明确排序逻辑，否则结果无意义。
关键点：必须用 ORDER BY 定义窗口顺序，且该列需具备业务连续性（比如时间戳、序号）。若排序列有重复值，需加二级排序（如 ORDER BY ts, id）避免非确定性。
实操建议：
- 始终在
OVER (ORDER BY ...)中显式声明排序，不依赖表物理顺序 - 用
COALESCE()处理首尾行的NULL：首行无前驱，LAG()返回NULL；末行无后继，LEAD()同理 - 避免在
WHERE中直接过滤波峰波谷标记——窗口函数不能在WHERE中引用，得套一层子查询或 CTE
波峰波谷标记的 SQL 写法示例
假设有一张股票分钟级行情表 tick_data，含字段 ts（时间）、price（价格）：
-INF
- 不适合高频抖动数据（如原始传感器噪声），需先平滑（移动平均）再分析
- 对等值平台（连续多行 price 相同）无法标记——严格定义下，平台既非波峰也非波谷；若需识别“平台顶/底”，得改用
MIN()/MAX()窗口聚合配合范围帧
对比前后行时容易忽略的边界与精度问题
浮点数比较必须小心。如果 price 是 NUMERIC 类型还好，若是 REAL 或 DOUBLE PRECISION，直接 > 可能因精度丢失导致误判。建议统一转为 NUMERIC 或用差值阈值判断：
ABS(price - LAG(price) OVER (ORDER BY ts)) > 0.001
另一个易忽略点：时间间隔不均。若 ts 缺失或跳跃大（如隔了 5 分钟才一条记录），用相邻行比较会漏掉中间真实波峰。此时应先用 GENERATE_SERIES() 补全时间序列，再插值或填充，否则分析结果反映的是采样偏差，不是真实走势。
复杂点永远在数据质量本身——窗口函数只是工具，它不会替你决定“多大算波动”“多久算趋势”。
