"""从落盘的完整盘口与成交流，算资金容量与 maker 腿成交率。

这两个数都不该等实盘暴露：

**容量**。预算 20bp 意味着存在一个资金上限，超过它策略就不工作。既然完整
深度已落盘，任意仓位的冲击都能重算——一次采集回答所有资金量级，换个规模
不必重测一周。绑定约束是**薄盘时段**而非中位盘口，所以按分位数报。

**maker 成交率**。回测假设 3ATR / 8ATR 的限价单全额成交。深度回答不了这个
问题：深度说的是「现在挂着多少」，成交率问的是「之后打过来多少」。只有
成交流能回答，而且买卖必须分开——多头在 3ATR 挂卖出，靠主动买盘成交。

读 gzip 时必须容忍末尾成员不完整：采集进程还在写，最后一个 gzip 成员没有
结尾标记，直接遍历会在文件尾抛 EOFError 而丢掉**全部**已读记录。
"""
from __future__ import annotations

import argparse
import gzip
import json
from pathlib import Path

import numpy as np
import pandas as pd


def out_dir() -> Path:
    p = Path("/out")
    return p if p.is_dir() else Path(__file__).resolve().parents[1] / "out"


def read_jsonl_gz(path: Path):
    """逐行读 gzip JSONL，末尾截断则静默停止。

    采集仍在进行时，最后一个 gzip 成员缺结尾标记；不接这个异常的话，
    整个分析会因为文件尾而失败，前面几万条完好记录一起丢掉。
    """
    if not path.exists():
        return
    n_ok = 0
    try:
        with gzip.open(path, "rt", encoding="utf-8") as fh:
            for line in fh:
                try:
                    rec = json.loads(line)
                except json.JSONDecodeError:
                    break          # 半行，说明写到这里被打断
                n_ok += 1
                yield rec
    except (EOFError, OSError, gzip.BadGzipFile):
        # 采集进程正在写，尾部不完整属正常
        pass


def impact_bp(levels: list, notional: float, mid: float) -> float | None:
    """吃掉 notional 计价币后的加权均价相对中间价，bp。深度不足返回 None。"""
    need = notional
    cost = 0.0
    qty = 0.0
    for px, amt in levels:
        avail = px * amt
        take = min(avail, need)
        q = take / px
        cost += q * px
        qty += q
        need -= take
        if need <= 1e-9:
            break
    if need > 1e-9 or qty <= 0:
        return None
    return (cost / qty / mid - 1.0) * 1e4


def capacity(books_path: Path, budgets: dict[str, float],
             pctl: float = 10.0) -> None:
    """报各币的深度曲线与「冲击吃掉预算多少」的资金上限。"""
    grid = [1e4, 5e4, 1e5, 2e5, 3.2e5, 5.3e5, 1e6, 2e6, 5e6]
    per: dict[str, dict[float, list[float]]] = {}
    n = 0
    for r in read_jsonl_gz(books_path):
        asks, bids = r["asks"], r["bids"]
        if not asks or not bids:
            continue
        mid = (asks[0][0] + bids[0][0]) / 2.0
        d = per.setdefault(r["sym"], {g: [] for g in grid})
        for g in grid:
            v = impact_bp(asks, g, mid)
            d[g].append(np.nan if v is None else v)
        n += 1

    if not n:
        print("没有盘口快照，先跑采集")
        return

    print(f"\n########## 资金容量 ##########")
    print(f"  基于 {n:,} 份完整盘口快照（单边买入方向）\n")
    for sym, d in per.items():
        b = budgets.get(sym)
        print(f"  {sym}  预算 {b:.2f}bp" if b else f"  {sym}")
        print(f"    {'名义额':>12} {'冲击中位':>10} {'冲击P90':>10} "
              f"{'吃满深度率':>10}  {'占预算':>8}")
        for g in grid:
            a = np.array(d[g], dtype=float)
            fill = float(np.isfinite(a).mean())
            if fill == 0:
                print(f"    {g:>12,.0f}  {'—— 50 档吃不下 ——':>30}")
                continue
            med = float(np.nanmedian(a))
            p90 = float(np.nanpercentile(a, 90))
            share = f"{med / b * 100:6.1f}%" if b else "     na"
            print(f"    {g:>12,.0f} {med:>10.2f} {p90:>10.2f} "
                  f"{fill * 100:>9.1f}% {share:>8}")
        if b:
            # 上限：冲击的 P90（薄盘时段）吃掉预算三成为止。三成是留给
            # 漂移与价差的余地——它们才是主项，冲击不该独占预算
            cap = None
            for g in grid:
                a = np.array(d[g], dtype=float)
                if not np.isfinite(a).any():
                    break
                if float(np.nanpercentile(a, 90)) > b * 0.30:
                    break
                cap = g
            if cap is None:
                print(f"    → 连最小档 {grid[0]:,.0f} 的薄盘冲击都超预算三成")
            else:
                print(f"    → 资金上限约 {cap:,.0f} USDT"
                      f"（薄盘 P90 冲击 ≤ 预算 30%）")
        print()


def maker_fill(tape_path: Path, mults=(3.0, 8.0),
               notionals=(1e5, 3.2e5, 5.3e5)) -> None:
    """限价单挂在离场目标位，本根内有多少主动量打到那里。

    这里只回答「量够不够」。真实成交还要看排队位置——我们的单排在该价位
    已有挂单之后，所以这是**上界**：量不够则必然不能全成交，量够也未必成交。
    """
    rows = list(read_jsonl_gz(tape_path))
    if not rows:
        print("没有成交流数据，先跑采集")
        return
    print(f"\n########## maker 腿成交量上界 ##########")
    print(f"  基于 {len(rows):,} 根的逐价位成交聚合")
    print(f"  多头在目标位挂卖出，成交靠主动**买**盘，故只计买方向\n")

    # 限价单只能被**价格 ≥ 限价**的主动买成交打到。而止盈位被触及的那一根，
    # 限价往往就落在该根价格区间的顶部——最高价刚好碰到目标位是最典型的
    # 情形。所以按「限价距最高价多近」分层：depth=0 表示限价正好在最高价
    # （只有打在最高价那一档的量算数），depth=0.25 表示限价在区间顶部 25% 处
    depths = (0.0, 0.10, 0.25, 1.0)
    per: dict[str, dict[float, list[float]]] = {}
    for r in rows:
        buys = {float(p): v for p, v in r["buys"].items()}
        d = per.setdefault(r["sym"], {k: [] for k in depths})
        if not buys:
            for k in depths:
                d[k].append(0.0)
            continue
        hi, lo = max(buys), min(buys)
        rng = hi - lo
        for k in depths:
            floor_px = hi - k * rng
            d[k].append(sum(p * v for p, v in buys.items() if p >= floor_px))

    for sym, d in per.items():
        print(f"  {sym}  ≥ 限价的主动买成交额（USDT），按限价所处位置分层")
        print(f"    {'限价位置':>16} {'中位':>12} {'P25':>12} "
              + "  ".join(f"{n:>9,.0f}全仓" for n in notionals))
        for k in depths:
            a = np.array(d[k], dtype=float)
            where = ("正好在最高价" if k == 0 else
                     "整根全部成交" if k == 1.0 else
                     f"区间顶部 {k * 100:.0f}%")
            cells = "  ".join(f"{float((a >= n).mean()) * 100:8.1f}%"
                              for n in notionals)
            print(f"    {where:>16} {np.median(a):>12,.0f} "
                  f"{np.percentile(a, 25):>12,.0f}  {cells}")
        print()
    print("  「正好在最高价」那一行才是止盈被刚好触及时的真实处境；")
    print("  「整根全部成交」是最宽松的上界。两行差多少，就是回测那个")
    print("  「限价单全额成交」假设虚了多少。而且这仍未计排队——我们的单")
    print("  排在该价位既有挂单之后，所以真实成交率比表里更低")


def tape_shape(tape_path: Path, kgrid: np.ndarray) -> dict[str, np.ndarray]:
    """成交流给「形状」：一根的主动买成交额里，有多少比例落在区间顶部 k 之内。

    形状与规模分开是为了绕开成交流样本小的限制——形状是微观结构性质，
    几十根就相当稳定；规模（每根成交多少钱）则由 210 天历史成交量提供。
    """
    acc: dict[str, list[np.ndarray]] = {}
    for r in read_jsonl_gz(tape_path):
        buys = {float(p): v for p, v in r["buys"].items()}
        if len(buys) < 2:
            continue
        hi, lo = max(buys), min(buys)
        rng = hi - lo
        if rng <= 0:
            continue
        tot = sum(p * v for p, v in buys.items())
        if tot <= 0:
            continue
        frac = np.array([sum(p * v for p, v in buys.items()
                             if p >= hi - k * rng) / tot for k in kgrid])
        acc.setdefault(r["sym"], []).append(frac)
    return {s: np.mean(np.vstack(v), axis=0) for s, v in acc.items() if v}


def composite_fill(tape_path: Path, pen_path: Path, cache: Path,
                   notionals=(1e5, 3.2e5, 5.3e5)) -> None:
    """把穿透深度分布与成交量曲线合并，出真实 maker 成交率。"""
    if not pen_path.exists():
        print("\n没有 penetration.csv，先跑 penetration.py")
        return
    kgrid = np.linspace(0.0, 1.0, 51)
    shape = tape_shape(tape_path, kgrid)
    if not shape:
        print("\n成交流样本不足，无法定形状")
        return
    pen = pd.read_csv(pen_path)

    print(f"\n\n########## maker 腿真实成交率 ##########")
    print(f"  穿透深度分布（历史 63 万次触及）× 每根成交额（210 天）")
    print(f"  × 区间内成交分布形状（影子成交流）\n")

    for sym in sorted(shape):
        cands = sorted(cache.glob(f"bitget_{sym}_1m_*.feather"),
                       key=lambda p: p.stat().st_size, reverse=True)
        if not cands:
            continue
        bars = pd.read_feather(cands[0])
        # 每根的主动买成交额。取总成交额的一半——买卖大致均衡，且这与
        # 成交流实测的买卖比一致
        bar_notional = (bars["volume"].to_numpy(float)
                        * bars["close"].to_numpy(float)) * 0.5
        bar_notional = bar_notional[np.isfinite(bar_notional)
                                    & (bar_notional > 0)]
        f = shape[sym]
        for tgt in sorted(pen["target_atr"].unique()):
            k = pen[(pen["sym"] == sym)
                    & (pen["target_atr"] == tgt)]["k"].to_numpy(float)
            if not k.size:
                continue
            # 独立配对：穿透位置与该根成交额各自抽样。真实触及根多为放量根，
            # 故此处偏**保守**（低估可成交量）
            rng = np.random.default_rng(0)
            m = 200_000
            ks = rng.choice(k, m)
            ns = rng.choice(bar_notional, m)
            avail = np.interp(ks, kgrid, f) * ns
            print(f"  {sym} · 目标 {tgt:g}ATR · 每根主动买额中位 "
                  f"{np.median(bar_notional):,.0f} USDT")
            for nt in notionals:
                full = float((avail >= nt).mean())
                half = float((avail >= nt / 2).mean())
                print(f"    仓位 {nt:>9,.0f}：全额成交 {full * 100:5.1f}%"
                      f" · 至少半额 {half * 100:5.1f}%"
                      f" · 可成交额中位 {np.median(avail):>10,.0f}")
            # 成交率反推的资金上限。这才是绑定约束——它比冲击反推的上限
            # 低一到两个数量级，而后者才是通常被当作「容量」的那个数
            for want in (0.80, 0.90):
                cap = float(np.quantile(avail, 1.0 - want))
                print(f"    → 要 {want * 100:.0f}% 的止盈全额成交，"
                      f"仓位须 ≤ {cap:,.0f} USDT")
        print()
    print("  未计排队（我们的单排在该价位既有挂单之后），故仍是上界。")
    print("  回测把这些止盈按「全额成交在目标价」计，差多少就是收益虚多少")


def main() -> None:
    ap = argparse.ArgumentParser()
    ap.add_argument("--books", default=None)
    ap.add_argument("--tape", default=None)
    a = ap.parse_args()
    d = out_dir()
    from lib.shadow_budget import BUDGET_BP
    tape = Path(a.tape) if a.tape else d / "shadow_tape.jsonl.gz"
    capacity(Path(a.books) if a.books else d / "shadow_books.jsonl.gz",
             BUDGET_BP)
    maker_fill(tape)
    composite_fill(tape, d / "penetration.csv",
                   Path(__file__).resolve().parent / "cache")


if __name__ == "__main__":
    main()