Comment convertir ce SQL complexe en une requête de modèle Django ?

MODIF : J'ai réussi à réformer la solution en utilisant les sous-requêtes Django.

Nous pouvons traduire la requête en ORM Django en utilisant aggregates with SubQuery expressions :

Créer une sous-requête pour récupérer le close le plus bas pour chaque 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')
```
- Répartition :
  - filter le jeu de requêtes pour obtenir uniquement les actions avec trading_date >= '2017-05-04' .
  - "GROUPER PAR" stock__symbol (exemples de group by dans Djnago :GROUP BY ... MIN/MAX , GROUP BY ... COUNT/SUM ).
  - annotate le plus bas (low ) prix à chaque élément.
  - filter le queryset à nouveau pour n'obtenir que les objets avec un low champ apparaissant le trading_date >= '2018-04-30' .
- Résultat intermédiaire :
  
  Bien que nous ne puissions pas obtenir de résultat à ce stade, la sous-requête ressemblera à ceci :
```
[
    {'stock__symbol': 'A', 'low': Decimal('105.00000')},            
    {'stock__symbol': 'C', 'low': Decimal('90.00000')}
]
```
  Il nous manque la trading_date .

Utilisez la sous-requête pour récupérer le StockHistory spécifique objets :

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')

Répartition :
- lows.values('stock__symbol') et lows.values('low') récupèrent les valeurs respectives de la sous-requête.
- filter le jeu de requêtes par rapport aux lows valeurs de sous-requête. Aussi filter par rapport à la date spécifiée afin d'éliminer les faibles close prix antérieurs à cette date.
- Obtenir les values spécifiées .
- Ordonner le résultat par stock__symbol (par défaut ascending ).

Résultat :

[
    {
        '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'
    }
]