"""Tushare 数据源（主）。日线 + 前复权。

token 从 settings.tushare_token 读取（.env）。免费版 pro.daily 与 ts.pro_bar 实测可用。
"""
from __future__ import annotations

from datetime import datetime

from ..config import settings
from ..domain import Bar
from .symbols import to_ts_code


def _parse(date_str: str) -> datetime:
    return datetime.strptime(str(date_str), "%Y%m%d")


def get_pro():
    """创建 pro 客户端（统一入口）。

    15000 积分档 token 只认 quicksync 镜像（直连 api.tushare.pro 会 40101 token 不对），
    官方接入方式是改写 SDK 的私有类属性 DataApi.__http_url——类属性是所有实例
    （含 pro_bar 内部自建的 DataApi）共用的请求地址，打一次补丁全局生效。
    """
    import tushare as ts
    import tushare.pro.client as client

    if not settings.tushare_token:
        raise RuntimeError("未配置 TUSHARE_TOKEN")
    if settings.tushare_api_url:
        client.DataApi._DataApi__http_url = settings.tushare_api_url
    ts.set_token(settings.tushare_token)
    return ts.pro_api()


def fetch_daily(code: str, start: str = "20200101", end: str | None = None,
                adjust: str = "qfq") -> list[Bar]:
    import tushare as ts  # 延迟导入：未装或无 token 时该数据源不可用

    pro = get_pro()  # 含镜像补丁（quicksync）+ token 检查
    ts_code = to_ts_code(code)
    end = end or datetime.now().strftime("%Y%m%d")

    # 优先 pro_bar（含复权）；积分不足则退化为 pro.daily（不复权）
    df = None
    try:
        df = ts.pro_bar(ts_code=ts_code, adj=adjust, start_date=start, end_date=end, freq="D")
    except Exception:
        df = None
    if df is None or df.empty:
        df = pro.daily(ts_code=ts_code, start_date=start, end_date=end)
    if df is None or df.empty:
        raise RuntimeError(f"Tushare 无数据: {ts_code}")

    df = df.sort_values("trade_date")
    bars: list[Bar] = []
    for _, r in df.iterrows():
        amt = r.get("amount")
        bars.append(
            Bar(
                ts=_parse(r["trade_date"]),
                open=float(r["open"]), high=float(r["high"]),
                low=float(r["low"]), close=float(r["close"]),
                volume=float(r["vol"]) * 100.0,  # Tushare vol 单位为手 -> 股
                amount=float(amt) * 1000.0 if amt is not None and amt == amt else None,  # 千元 -> 元
            )
        )
    return bars


def fetch_chips(ts_code: str, end: str | None = None):
    """拉取筹码分布截面：cyq_perf（成本分位/获利比例/平均成本）+ cyq_chips（价位→占比）。

    end 为 YYYYMMDD 参考日：取 <=end 的最近有数据交易日（周/月 K 线由前端换算成
    周期末传入，这里只需向前吸附到实际数据日）；None 取最新。
    数据自 2018 年起，早于此返回 (None, [])。返回 (perf_dict|None, [(price, percent)])。
    """
    from datetime import timedelta

    pro = get_pro()
    e = end or datetime.now().strftime("%Y%m%d")
    if e < "20180101":
        return None, []
    # 吸附余量 60 个自然日：覆盖春节等长假 + 月初参考日（如月 K 传上月末）
    s = (datetime.strptime(e, "%Y%m%d") - timedelta(days=60)).strftime("%Y%m%d")
    s = max(s, "20180101")

    perf = pro.cyq_perf(ts_code=ts_code, start_date=s, end_date=e)
    if perf is None or perf.empty:
        return None, []
    perf = perf.sort_values("trade_date").iloc[-1]  # <=end 的最近一条
    d = str(perf["trade_date"])
    chips = pro.cyq_chips(ts_code=ts_code, trade_date=d)
    rows: list[tuple[float, float]] = []
    if chips is not None and not chips.empty:
        rows = [(float(p), float(v)) for p, v in zip(chips["price"], chips["percent"])]
    return perf.to_dict(), rows