import pandas as pd
from stock.analysis.Common import Common

# [청송촌놈] 파생을 알아야 시장이 보인다. 청송이 종목 고르는법! https://www.youtube.com/watch?v=weABtgZDeGg
# 6. Pandas와 Plotly를 이용한 MACD 차트 그리기 https://excelsior-cjh.tistory.com/110
# 첫번째. MACD 지표를 이용한 차트분석: https://post.naver.com/viewer/postView.nhn?volumeNo=7435935&memberNo=32471429

# MACD (Moving Average Conver gence Divergence)
# 빨간 네모박스권으로 MACD가 MACD-Sign 을 골든크로스하며, 상승하였을때, 주가는 상승추세를 유지하며, MACD가 MACD-Sign(분홍색)을 데드크로스 할때 주가는 하락의 추세를 보이게 됩니다.
# 즉, MSCD가 0이상에서 MACD-Sign 위에서 상승하는 그림이어야
class MACD:

    common = None

    def __init__(self):
        self.common = Common()
        return

    # macd 0선 위에서 매수를 한다. 0이하는 절대 처다보지 않는다.
    # 장기 지수평균 (long): 26, 단기 지수평균 (short): 12, 시그널 (t): 9
    def apply(self, df, short=5, long=20, t=2):
        # 입력받은 값이 dataframe이라는 것을 정의해줌
        df = pd.DataFrame(df)

        # MACD 관련 수식
        ma_short = df.close.ewm(span=short).mean() # 단기(12) EMA(지수이동평균)
        ma_long = df.close.ewm(span=long).mean() # 장기(26) EMA
        macd = ma_short - ma_long # MACD
        macds = macd.ewm(span=t).mean() # Signal
        macdo = macd - macds # Oscillator

        #df = df.assign(macd=macd, macds=macds, macdo=macdo).dropna()
        df = df.assign(macd=macd, macds=macds, macdo=macdo)

        return df

    """
    # 기존 stock에 삽입 
    # macd 0선 위에서 매수를 한다. 0이하는 절대 처다보지 않는다.
    def analyze(self, stock):
        df = pd.DataFrame()
        df = df.from_dict(stock['PRICE'])
        df = self.apply(df)

        for i in range(len(df.macd)):
            stock['PRICE'][i]['macd_buy'] = 0

            stock['PRICE'][i]['macd'] = df.macd.values[i]
            stock['PRICE'][i]['macds'] = df.macds.values[i]
            stock['PRICE'][i]['macdo'] = df.macdo.values[i]
            if df.macd.values[i] > 0 and self.common.checkUpward('close', stock['PRICE'][i - 4: i + 1]):
                stock['PRICE'][i]['macd_buy'] = df.macd.values[i]
        return
    """

    def analyze(self, stock):

        df = pd.DataFrame()
        df = df.from_dict(stock['PRICE'])
        df = self.apply(df)

        for i in range(len(df.macd)):
            stock['PRICE'][i]['macd'] = df.macd.values[i]
            stock['PRICE'][i]['macds'] = df.macds.values[i]
            stock['PRICE'][i]['macdo'] = df.macdo.values[i]

        return