import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import statsmodels.api as sm
import numpy as np
from db.common import DBManager


def print_graph(values):
    plt.rc('font', family='Malgun Gothic')
    g = sns.relplot(data=values,
                    x='날짜',
                    y='종가',
                    col='종목코드',
                    col_wrap=5,
                    kind='line',
                    facet_kws={
                        'sharey': False,
                        'sharex': True
                    })
    g.set(xticklabels=[])
    g.set(xlabel=None)
    g.set(ylabel=None)
    g.fig.set_figwidth(15)
    g.fig.set_figheight(8)
    plt.subplots_adjust(wspace=0.5, hspace=0.2)
    plt.show()

# strategy/momentum에 구현
# 모멘텀 포트폴리오. 최근 12개월 수익률이 높은 주식
def get_momentum_top(count):
    db = DBManager()
    ticker_list = db.get_ticker_list()
    price_list = db.get_price_list(interval_month=12)

    price_pivot = price_list.pivot(index='날짜', columns='종목코드', values='종가')

    # 가격 테이블에서 (가장 끝 행 / 가장 첫 행)으로 각 종목의 12개월 수익률을 구함
    ret_list = pd.DataFrame(data=(price_pivot.iloc[-1] / price_pivot.iloc[0]) - 1,
                            columns=['return'])
    data_bind = ticker_list[['종목코드', '종목명']].merge(ret_list, how='left', on='종목코드')

    # 12개월 수익률 열 순위를 구함. 지표가 높을 수록 좋으니 ascending=False
    momentum_rank = data_bind['return'].rank(axis=0, ascending=False)
    # 모멘텀만 가지고 순위 측정
    price_momentum = price_list[price_list['종목코드'].isin(
        data_bind.loc[momentum_rank <= count, '종목코드'])]
    # 해당 종목들(모멘텀 상위 count 개)의 가격 그래프 확인
    # print_graph(price_momentum)

    # k-ratio(모멘텀의 꾸준함 지표)
    # pct_change() 함수로 각 종목의 수익률 계산하고 수익률이 곗나되지 않는 첫 번째 행은 제외
    ret = price_pivot.pct_change().iloc[1:]
    # 로그 누적 수익률 계산
    ret_cum = np.log(1 + ret).cumsum()

    # x축은 기간
    x = np.array(range(len(ret)))
    k_ratio = {}

    for i in range(0, len(ticker_list)):

        ticker = data_bind.loc[i, '종목코드']

        try:
            y = ret_cum.loc[:, price_pivot.columns == ticker]
            reg = sm.OLS(y, x).fit()
            res = float(reg.params / reg.bse)
        except:
            res = np.nan

        k_ratio[ticker] = res

    k_ratio_bind = pd.DataFrame.from_dict(k_ratio, orient='index').reset_index()
    k_ratio_bind.columns = ['종목코드', 'K_ratio']

    k_ratio_bind.head()

    data_bind = data_bind.merge(k_ratio_bind, how='left', on='종목코드')
    k_ratio_rank = data_bind['K_ratio'].rank(axis=0, ascending=False)
    momentum_top = data_bind[k_ratio_rank <= count]

    k_ratio_momentum = price_list[price_list['종목코드'].isin(data_bind.loc[k_ratio_rank <= count, '종목코드'])]
    print_graph(k_ratio_momentum)
    return momentum_top

if __name__ == '__main__':
    print(get_momentum_top(20))