# -*- coding: utf-8 -*-
"""참고 전략 — 교과서에 나오는 규칙들을 같은 채점기로 돌린 되돌아보기.

왜 넣는가
  시즌 초에는 참가자 곡선이 없어 비교 차트가 비어 있다. 그러면 "얼마를 내야
  잘한 것인가"를 가늠할 기준이 화면에 없다. 널리 알려진 규칙 몇 개를 최근
  구간에 적용해 깔아 두면 그 자리가 척도가 된다.

🔴 이것은 **과거 구간 재현**이다. 미래 성과가 아니고, 참가자 성적도 아니다.
   화면에 그 사실을 반드시 함께 적는다. 백테스트를 성적처럼 보여주는 것이
   이 대회가 없애려는 문제 그 자체다.

🔑 참가자와 **완전히 같은 채점기·같은 수수료**로 돌린다. 규칙만 다르고
   나머지 조건이 같아야 비교가 성립한다. 수수료를 빼고 그리면 회전이 높은
   규칙이 부당하게 좋아 보인다.

🔑 어떤 규칙도 미래를 보지 않는다. 모든 신호는 shift(1) 이후에 쓴다.
   이동평균을 그날 종가로 계산해 그날 포지션에 쓰면 성적이 통째로 거짓이 된다.
"""
import numpy as np
import pandas as pd

# 올해 첫 거래일부터 잰다. "1월 1일에 이 규칙으로 출발했다면 지금 어디인가" 가
# 굴러가는 90일 창보다 훨씬 읽기 쉽고, 기준점이 고정되어 매일 값이 흔들리지 않는다.
SINCE = "2026-01-01"


def _rsi(p, n=14):
    d = p.diff()
    up = d.clip(lower=0).ewm(alpha=1 / n, adjust=False).mean()
    dn = (-d.clip(upper=0)).ewm(alpha=1 / n, adjust=False).mean()
    return 100 - 100 / (1 + up / dn.replace(0, np.nan))


def _weights(px):
    """규칙별 포지션 시계열. 전부 전날까지의 정보만 쓴다."""
    p = pd.Series(px, dtype=float).sort_index()
    out = {}

    out["BUYHOLD"] = pd.Series(1.0, index=p.index)

    # 200일선 — 단일 규칙으로는 가장 널리 알려진 것. 위면 들고 아래면 비운다.
    s200 = p.rolling(200).mean()
    out["SMA200"] = (p > s200).astype(float).shift(1)

    # 골든/데드 크로스 — 50일선이 200일선을 넘으면 롱, 내려가면 숏
    s50x = p.rolling(50).mean()
    out["GOLDEN50_200"] = np.sign(s50x - s200).shift(1)

    # 이동평균 교차 — 가장 널리 알려진 추세 규칙
    s20, s50 = p.rolling(20).mean(), p.rolling(50).mean()
    out["SMA20_50"] = np.sign(s20 - s50).shift(1)

    # 60일 모멘텀 — 학술 문헌에서 가장 많이 검증된 축
    out["MOM60"] = np.sign(p / p.shift(60) - 1).shift(1)

    # 돈치안 20일 채널 돌파
    hi, lo = p.rolling(20).max(), p.rolling(20).min()
    br = pd.Series(0.0, index=p.index)
    br[p >= hi] = 1.0
    br[p <= lo] = -1.0
    out["DONCHIAN20"] = br.replace(0.0, np.nan).ffill().fillna(0.0).shift(1)

    # RSI 역추세 — 과매도에 사고 과매수에 판다
    r = _rsi(p)
    out["RSI14"] = ((50 - r) / 20).clip(-1, 1).shift(1)

    # 볼린저 복귀 — 평균에서 멀어진 만큼 반대로
    m, sd = p.rolling(20).mean(), p.rolling(20).std()
    out["BBAND20"] = (-(p - m) / (2 * sd.replace(0, np.nan))).clip(-1, 1).shift(1)

    # MACD (12,26,9) — 오실레이터 중 가장 널리 쓰이는 것.
    # 히스토그램 부호로 방향을 정한다.
    e12 = p.ewm(span=12, adjust=False).mean()
    e26 = p.ewm(span=26, adjust=False).mean()
    macd = e12 - e26
    out["MACD"] = np.sign(macd - macd.ewm(span=9, adjust=False).mean()).shift(1)

    # 일목균형표 구름 — 종가만 있으므로 고저 대신 종가의 이동 최고·최저를 쓴다.
    # 원본 정의와 완전히 같지는 않지만 구름의 위치 판정은 같은 뜻을 유지한다.
    conv = (p.rolling(9).max() + p.rolling(9).min()) / 2
    base = (p.rolling(26).max() + p.rolling(26).min()) / 2
    spa = ((conv + base) / 2).shift(26)
    spb = ((p.rolling(52).max() + p.rolling(52).min()) / 2).shift(26)
    top, bot = pd.concat([spa, spb], axis=1).max(axis=1), pd.concat([spa, spb], axis=1).min(axis=1)
    ich = pd.Series(0.0, index=p.index)
    ich[p > top] = 1.0
    ich[p < bot] = -1.0
    out["ICHIMOKU"] = ich.shift(1)

    # 12개월 절대 모멘텀 — 지난 1년 수익이 양수면 보유, 아니면 비운다.
    out["ABSMOM12M"] = (p / p.shift(252) - 1 > 0).astype(float).shift(1)

    # 스토캐스틱 (14,3) — 과매수·과매도 판정의 고전
    lo14, hi14 = p.rolling(14).min(), p.rolling(14).max()
    k = 100 * (p - lo14) / (hi14 - lo14).replace(0, np.nan)
    out["STOCH14"] = ((50 - k.rolling(3).mean()) / 25).clip(-1, 1).shift(1)

    # 변동성 타겟팅 — 방향은 롱 고정, 크기만 조절
    sig = np.log(p).diff().ewm(span=60).std()
    tgt = sig.iloc[:max(len(sig) // 2, 60)].median()
    out["VOLTARGET"] = (tgt / sig).clip(0, 1).shift(1)

    return {k: v.fillna(0.0) for k, v in out.items()}


LABEL = {
    "BUYHOLD":      {"ko": "단순 보유",          "en": "Buy and hold"},
    "SMA200":       {"ko": "200일선 위에서만 보유",
                     "en": "Hold only above the 200-day MA"},
    "GOLDEN50_200": {"ko": "골든크로스 50/200",  "en": "Golden cross 50/200"},
    "SMA20_50":   {"ko": "이동평균 20/50 교차",   "en": "SMA 20/50 crossover"},
    "MOM60":      {"ko": "60일 모멘텀",          "en": "60-day momentum"},
    "DONCHIAN20": {"ko": "돈치안 20일 돌파",      "en": "Donchian 20 breakout"},
    "RSI14":      {"ko": "RSI 14 역추세",        "en": "RSI 14 mean reversion"},
    "BBAND20":    {"ko": "볼린저 20 복귀",        "en": "Bollinger 20 reversion"},
    "MACD":       {"ko": "MACD 12/26/9",        "en": "MACD 12/26/9"},
    "ICHIMOKU":   {"ko": "일목균형표 구름",        "en": "Ichimoku cloud"},
    "ABSMOM12M":  {"ko": "12개월 절대 모멘텀",     "en": "12-month absolute momentum"},
    "STOCH14":    {"ko": "스토캐스틱 14/3",       "en": "Stochastic 14/3"},
    "VOLTARGET":  {"ko": "변동성 타겟팅",         "en": "Volatility targeting"},
}
ORDER = ["BUYHOLD", "SMA200", "GOLDEN50_200", "SMA20_50", "MACD", "ICHIMOKU",
         "MOM60", "ABSMOM12M", "DONCHIAN20", "RSI14", "STOCH14", "BBAND20",
         "VOLTARGET"]


def curves(px, asset, scoring, lang="ko", since=SINCE):
    """올해 첫 거래일부터 지금까지. 참가자와 같은 엔진·같은 수수료로 계산한다.

    🔑 지표 계산에는 그 이전 데이터도 쓴다 — 1월 2일의 200일선은 작년 값이
       있어야 나온다. 잘라낸 뒤에 지표를 만들면 연초 구간이 통째로 비고,
       그러면 규칙이 시작하지도 않은 상태로 그려진다.
    """
    p = pd.Series(px, dtype=float).sort_index()
    if len(p) < 300:                       # 252일 모멘텀 + 여유
        return {"t": [], "series": []}
    w = _weights(p)                        # 전 구간으로 지표를 만든 뒤에
    idx = p.index[p.index >= pd.Timestamp(since)]      # 표시 구간만 자른다
    if len(idx) < 5:
        return {"t": [], "series": []}
    seg = p.loc[idx]
    out = []
    for k in ORDER:
        pos = {t: float(w[k].loc[t]) for t in idx}
        eq, _ = scoring.equity(pos, seg, asset)
        out.append({
            "key": k,
            "label": LABEL[k]["en" if lang == "en" else "ko"],
            "v": [round(float(x - 1) * 100, 4) for x in eq],
            "ret": round(float(eq.iloc[-1] - 1) * 100, 2),
            "turnover": round(scoring.turnover(pos, seg), 1),
            "fee": round(scoring.fee_paid(pos, seg, asset) * 100, 2),
        })
    out.sort(key=lambda x: -x["ret"])
    return {"t": [t.isoformat() for t in idx], "series": out,
            "since": str(idx[0].date()), "window": len(idx),
            "market": [round(float(x), 4) for x in (seg / seg.iloc[0] - 1) * 100]}