import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

import quantcommon as qc

#가치주 포트폴리오. PER, PBR, PCR, PSR, DY
def get_all_value_top(count):
    ticker_list = qc.QuantCommon().get_ticker_list()
    value_list = qc.QuantCommon().get_value_list()

    # 가치 지표가 0이하인 경우 nan으로 변경
    value_list.loc[value_list['값'] <= 0, '값'] = np.nan
    # 가치지표 테이블을 가로로 긴 형태로 변경
    value_pivot = value_list.pivot(index='종목코드', columns='지표', values='값')
    # 티커 테이블과 가치 지표 테이블을 합침
    data_bind = ticker_list[['종목코드', '종목명']].merge(value_pivot,
                                                   how='left',
                                                   on='종목코드')
    value_list_copy = data_bind.copy()
    # DY(배당수익률)만 높을수록 좋은 지표라서 역수
    value_list_copy['DY'] = 1 / value_list_copy['DY']
    value_list_copy = value_list_copy[['PER', 'PBR', 'PCR', 'PSR', 'DY']]
    value_rank_all = value_list_copy.rank(axis=0)
    mask = np.triu(value_rank_all.corr())

    fig, ax = plt.subplots(figsize=(10, 6))
    sns.heatmap(value_rank_all.corr(),annot=True,mask=mask, annot_kws={"size": 16}, vmin=0, vmax=1, center=0.5,cmap='coolwarm',square=True)
    ax.invert_yaxis()
    # plt.show()
    value_sum_all = value_rank_all.sum(axis=1, skipna=False).rank()

    return data_bind.loc[value_sum_all <= count]

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