"""一类反手（fade B1/S1）是不是真的——逐币、分时段、与 B4 的重叠。

step55 的反向对照给出 5m/15m 上 PF 2.35~3.03、t +10~+13，且多空两边都正。
数字太好，先按 §3.392 的教训做证伪：那次「周末效应」在 1m 上显著，换到
7 年 5m/15m 样本就消失且符号反转。任何单一样本上的漂亮结果都要先过三关。

  逐币      5 个币是不是都成立，还是被某一个币带起来的
  分时段    前后半段样本各自是否成立（时间外样本）
  与 B4 重叠 如果它只是换个名字的 B4，那就没有增量价值
"""
from __future__ import annotations

import sys
import warnings
from pathlib import Path

import numpy as np
import pandas as pd

warnings.filterwarnings("ignore")
HERE = Path(__file__).resolve().parent
sys.path.insert(0, str(HERE))
sys.path.insert(0, str(HERE.parent))

from lib.exit_model import fee_of, taker_notional          # noqa: E402

SRC = HERE / "out" / "step55_bsp12.feather"
SL = 2.0


def stats(g: pd.DataFrame) -> dict:
    """反手口径的统计。f_* 是 step55 里用相反方向重跑出场得到的。"""
    net = g.f_g.values - fee_of(g.f_r.values, g.f_c.values)
    gR = g.f_g.values / (SL * g.atr_pct.values)
    R = net / (SL * g.atr_pct.values)
    tn = taker_notional(g.f_r.values, g.f_c.values)
    w, o = net[net > 0].sum(), -net[net <= 0].sum()
    return {
        "笔数": len(g), "胜率": f"{(net > 0).mean()*100:.1f}%",
        "毛R": round(gR.mean(), 3), "净均R": round(R.mean(), 3),
        "PF": round(w / o, 2) if o > 0 else np.inf,
        "余量bp": round(net.mean() / tn.mean() * 1e4, 2),
        "t值": round(gR.mean() / (gR.std(ddof=1) / np.sqrt(len(g))), 2),
    }


def main() -> None:
    d = pd.read_feather(SRC)
    if "f_g" not in d.columns:
        print("step55 数据里没有反手列，先重跑 step55")
        return
    d["date_ext"] = pd.to_datetime(d["date_ext"])
    one = d[d.type.isin(["B1", "S1"])].copy()

    for tf, x in one.groupby("tf"):
        print("\n" + "#" * 92)
        print(f"##########  {tf}  ·  一类反手  ##########")

        print("\n【逐币】任何一个币独自撑起来的结果都不能要")
        print(pd.DataFrame([{"币": s, **stats(g)}
                            for s, g in x.groupby("sym")]).to_string(index=False))

        print("\n【分时段】按信号时间中位数切两半，后半段是时间外样本")
        cut = x.date_ext.median()
        for nm, g in (("前半", x[x.date_ext <= cut]), ("后半", x[x.date_ext > cut])):
            r = stats(g)
            print(f"  {nm}  {g.date_ext.min():%Y-%m-%d}~{g.date_ext.max():%Y-%m-%d}"
                  f"  {r}")

        print("\n【分方向】B1反手=做空，S1反手=做多。只有一边成立就是单边行情")
        print(pd.DataFrame([{"原类型": t, **stats(g)}
                            for t, g in x.groupby("type")]).to_string(index=False))

        print("\n【逐年】")
        rows = []
        for y, g in x.groupby(x.date_ext.dt.year):
            if len(g) >= 40:
                rows.append({"年": y, **stats(g)})
        if rows:
            print(pd.DataFrame(rows).to_string(index=False))


if __name__ == "__main__":
    main()