from datetime import datetime
import pandas as pd
from streamlit_quant import quantcommon


# 흑자 기업이면 1점(당기순이익)
def calc_net_income(qc, base_date):
    net_income_list = qc.get_fs_list_by_account_and_date("'당기순이익'", f"'{base_date}'")
    net_income_list['score1'] = (net_income_list['값'] > 0).astype(int)

    return net_income_list[['종목코드', 'score1']]


# CFO(영업활동현금흐름) 흑자 기업이면 1점
def calc_cfo(qc, base_date):
    cfo_list = qc.get_fs_list_by_account_and_date("'*영업에서창출된현금흐름'", f"'{base_date}'")
    cfo_list['score2'] = (cfo_list['값'] > 0).astype(int)

    return cfo_list[['종목코드', 'score2']]


# 신규 주식 발행(유상증사): 전년 없음인 경우 1점
# 제작년과 작년 자본금 변화가 없는 경우로 체크
def calc_capital(qc, base_date):
    last_year = datetime(base_date.year - 1, base_date.month, base_date.day).date()
    capital_date = f"'{last_year}', '{base_date}'"

    # 자본금
    capital_list = qc.get_fs_list_by_account_and_date("'자본금'", capital_date)

    # 기준일별로 피벗 테이블 생성
    pivot_df = capital_list.pivot_table(
        values='값',
        index='종목코드',
        columns='기준일',
        aggfunc='first'
    )
    pivot_df = pivot_df.dropna()

    # 값 차이 계산 및 score 부여
    pivot_df['diff'] = pivot_df[base_date] - pivot_df[last_year]
    pivot_df['score3'] = (pivot_df['diff'] == 0).astype(int)

    # 결과 정리
    return pivot_df.reset_index()[['종목코드', 'score3']]


def calc_gpa(qc, base_date):
    fs_list = qc.get_fs_list_by_account_and_date("'매출총이익', '자산'", f"'{base_date}'")
    fs_list_pivot = fs_list.pivot(index='종목코드', columns='계정', values='값')
    fs_list_pivot['GPA'] = fs_list_pivot['매출총이익'] / fs_list_pivot['자산']

    # 결과 정리
    return fs_list_pivot.reset_index()[['종목코드', 'GPA']]

def get_ticker_list(qc):
    ticker_list = qc.get_ticker_list()
    # 시가총액을 기준으로 정렬
    ticker_list['분류'] = pd.qcut(ticker_list['시가총액'],
                       q=[0, 0.2, 0.8, 1.0],  # 0-20%, 20-80%, 80-100% 구간
                       labels=['소형주', '중형주', '대형주'])

    return ticker_list[['종목코드', '종목명', '분류', '종가']]

def get_f_score(qc, base_date):
    ticker_list = get_ticker_list(qc)
    score1_list = calc_net_income(qc, base_date)
    score2_list = calc_cfo(qc, base_date)
    score3_list = calc_capital(qc, base_date)
    gpa_list = calc_gpa(qc, base_date)

    # score 1 병합 + NaN인 경우 기본값 0
    merge_score1 = ticker_list.merge(score1_list, on='종목코드', how='left')
    merge_score1['score1'] = merge_score1['score1'].fillna(0).astype(int)

    # score 2 병합 + NaN인 경우 기본값 0
    merge_score2 = merge_score1.merge(score2_list, on='종목코드', how='left')
    merge_score2['score2'] = merge_score2['score2'].fillna(0).astype(int)

    # score 3 병합 + NaN인 경우 기본값 0
    merge_score3 = merge_score2.merge(score3_list, on='종목코드', how='left')
    merge_score3['score3'] = merge_score3['score3'].fillna(0).astype(int)

    # 개별 점수들로 신f-score 계산
    merge_score3['f-score'] = merge_score3['score1'] + merge_score3['score2'] + merge_score3['score3']

    # GPA 병합 + NaN인 경우 기본 값 -1(내림차순 정렬 시에 하위 순위를 받게 하려고)
    final_df = merge_score3.merge(gpa_list, on='종목코드', how='left')
    final_df['GPA'] = final_df['GPA'].fillna(-1).astype(float)

    f_score3 = final_df[final_df['f-score'] == 3].round(4)
    result = f_score3[f_score3['분류'] == '소형주'].sort_values('GPA', ascending=False)

    # print(f_score3)
    # fs_list_copy = f_score3[['GPA']].copy()
    # # print(fs_list_copy)
    # fs_rank = fs_list_copy.rank(ascending=False, axis=0)
    # # print(fs_rank)
    # return f_score3.loc[fs_rank['GPA'] <= 20, ['종목코드', '종목명', '분류', 'f-score', 'GPA']].round(4)
    return result

if __name__ == '__main__':
    date = datetime(2024, 12, 31).date()
    print(get_f_score(quantcommon.QuantCommon(), date).head(30))