import pandas as pd
from stockpredictor.analysis.Common import Common
from plotly import tools, subplots
import numpy as np
import plotly.graph_objs as go
import plotly.io as po

# [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 RSI:

    common = None

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

    def draw(self, stock):
        item_name = stock["NAME"]
        item_code = stock["CODE"]

        df = pd.DataFrame(stock["PRICE"])
        rsi = go.Scatter(x=df.DATE, y=df['rsi'], name="RSI")
        signal = go.Scatter(x=df.DATE, y=df['rsis'], name="RSI Signal")
        data = [rsi, signal]

        layout = go.Layout(title='{} RSI 그래프'.format(item_name))
        fig = subplots.make_subplots(rows=2, cols=1, shared_xaxes=True)

        for trace in data:
            fig.append_trace(trace, 1,1)

        fig = go.Figure(data=data, layout=layout)

        path = "/Users/dsyoon/workspace/StockPredictor/resources/analysis/html"
        po.write_html(fig, file=path + "/rsi" + item_code+'.html', auto_open=False)
        return fig

    def apply(sefl, df, period=14):
        # df.diff를 통해 (기준일 종가 - 기준일 전일 종가)를 계산하여 0보다 크면 증가분을 감소했으면 0을 넣어줌
        U = np.where(df.close.diff(1) > 0, df.close.diff(1), 0)

        # df.diff를 통해 (기준일 종가 - 기준일 전일 종가)를 계산하여 0보다 작으면 감소분을 증가했으면 0을 넣어줌
        D = np.where(df.close.diff(1) < 0, df.close.diff(1) * (-1), 0)

        # AU, period=14일 동안의 U의 평균
        AU = pd.DataFrame(U).rolling(window=period, min_periods=period).mean()

        # AD, period=14일 동안의 D의 평균
        AD = pd.DataFrame(D).rolling(window=period, min_periods=period).mean()

        rsi = AU.div(AD + AU) * 100
        rsis = rsi.rolling(window=9).mean()

        df = df.assign(rsi=rsi, rsis=rsis)
        return df


    def analyze(self, stock):
        """
        RSI 값이 100에 접근하면 ㄷ 이상의 주가 상승을 기대하기 어렵고, 0에 접근하면 더 이상 하락을 기대하기 어렵다.
        70이상이면 과매수 구간이라 할 수 있고, 30 이하면 과매도 구간이라 볼 수 있다.
        따라서 과매수 구간에서는 매도 준비를, 과매도 구간에서는 매수 준비를 해야 한다.

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

        for i in range(len(df.rsi)):
            result = {'DATE':stock['PRICE'][i]['DATE'],
                      'rsi': df.rsi.values[i],
                      'rsis': df.rsis.values[i],
                      'rsi_buy': 0}

            # rsi가 상향이고 30을 돌파하면 매수,
            if df.rsi.values[i - 1] < df.rsi.values[i]:
                if df.rsi.values[i-1] <= 30 and df.rsi.values[i] > 30:
                    result['rsi_buy'] = 1

            # rsi가 상향이고 40을 돌파하면 매수,
            if df.rsi.values[i - 1] < df.rsi.values[i]:
                if df.rsi.values[i-1] <= 50 and df.rsi.values[i] > 50:
                    result['rsi_buy'] = 1

            # rsi가 상향이고 70을 돌파하면 단기매수,
            if df.rsi.values[i - 1] < df.rsi.values[i]:
                if df.rsi.values[i-1] <= 70 and df.rsi.values[i] > 70:
                    result['rsi_buy'] = 1

            # rsi가 하향이고 70이하로 떨어지면 매도,
            if df.rsi.values[i - 1] > df.rsi.values[i]:
                if df.rsi.values[i-1] > 70 and df.rsi.values[i] <= 70:
                    result['rsi_buy'] = -1

            # rsi가 하향이고 50이하로 떨어지면 매도,
            if df.rsi.values[i - 1] > df.rsi.values[i]:
                if df.rsi.values[i-1] > 50 and df.rsi.values[i] <= 50:
                    result['rsi_buy'] = -1

            # rsi가 하향이고 30이하로 떨어지면 단기매도,
            if df.rsi.values[i - 1] > df.rsi.values[i]:
                if df.rsi.values[i-1] > 30 and df.rsi.values[i] <= 30:
                    result['rsi_buy'] = -1

            results.append(result)
        return results