import pandas as pd

# 加载交易记录
df = pd.read_csv('../result/backtest_trades.csv')

# 转换日期格式
df['open_date'] = pd.to_datetime(df['open_date'])
df['close_date'] = pd.to_datetime(df['close_date'])

# 计算持仓天数
df['holding_days'] = (df['close_date'] - df['open_date']).dt.total_seconds() / (60 * 60 * 24)

print("=" * 60)
print("📊 按交易对（币种）统计分析")
print("=" * 60)

# 按币种分组
grouped_by_pair = df.groupby('pair').agg(
    总交易次数=('profit_abs', 'size'),
    平均收益率=('profit_ratio', 'mean'),
    累计收益=('profit_abs', 'sum'),
    胜率=('profit_ratio', lambda x: (x > 0).mean()),
    平均持仓时间_分钟=('trade_duration', 'mean')
)

# 格式化输出
grouped_by_pair['平均收益率'] = grouped_by_pair['平均收益率'].map(lambda x: f"{x:.2%}")
grouped_by_pair['胜率'] = grouped_by_pair['胜率'].map(lambda x: f"{x:.2%}")
grouped_by_pair['累计收益'] = grouped_by_pair['累计收益'].round(4)
grouped_by_pair['平均持仓时间_分钟'] = grouped_by_pair['平均持仓时间_分钟'].round(1)

print(grouped_by_pair)
print("\n📌 说明：")
print("  • 总交易次数：该币种总共完成的交易笔数")
print("  • 平均收益率：每笔交易的平均盈利比例（正为赚，负为亏）")
print("  • 累计收益：所有交易加总的绝对收益（单位：币本位）")
print("  • 胜率：盈利交易占总交易的比例")
print("  • 平均持仓时间_分钟：平均每笔交易持有多少分钟")


print("\n" + "=" * 60)
print("🚪 按退出原因统计分析")
print("=" * 60)

# 按退出原因分组
grouped_by_exit = df.groupby('exit_reason').agg(
    总交易次数=('profit_abs', 'size'),
    平均收益率=('profit_ratio', 'mean'),
    累计收益=('profit_abs', 'sum'),
    胜率=('profit_ratio', lambda x: (x > 0).mean())
)

# 格式化输出
grouped_by_exit['平均收益率'] = grouped_by_exit['平均收益率'].map(lambda x: f"{x:.2%}")
grouped_by_exit['胜率'] = grouped_by_exit['胜率'].map(lambda x: f"{x:.2%}")
grouped_by_exit['累计收益'] = grouped_by_exit['累计收益'].round(4)

print(grouped_by_exit)
print("\n📌 说明：")
print("  • exit_reason 含义参考：")
print("     • roi: 达到 ROI 目标自动止盈")
print("     • stop_loss: 触发止损")
print("     • trailing_stop_loss: 移动止损出场")
print("     • custom_exit: 自定义逻辑卖出（如 dynamic_roi）")
print("     • force_exit: 强制平仓（如策略更换、手动干预）")
print("  • 分析此表可了解哪种退出方式最有效")


print("\n" + "=" * 60)
print("📅 按开仓月份统计分析")
print("=" * 60)

# 处理时区并提取月份
df['open_date_naive'] = df['open_date'].dt.tz_localize(None)
df['month'] = df['open_date_naive'].dt.to_period('M')

grouped_by_month = df.groupby('month').agg(
    总交易次数=('profit_abs', 'size'),
    平均收益率=('profit_ratio', 'mean'),
    累计收益=('profit_abs', 'sum'),
    胜率=('profit_ratio', lambda x: (x > 0).mean())
)

# 格式化输出
grouped_by_month['平均收益率'] = grouped_by_month['平均收益率'].map(lambda x: f"{x:.2%}")
grouped_by_month['胜率'] = grouped_by_month['胜率'].map(lambda x: f"{x:.2%}")
grouped_by_month['累计收益'] = grouped_by_month['累计收益'].round(4)

print(grouped_by_month)
print("\n📌 说明：")
print("  • 统计每个月的交易表现")
print("  • 可用于判断策略在不同市场环境下的稳定性")
print("  • 若某月收益骤降，可结合行情进一步分析原因")


print("\n" + "=" * 60)
print("📈 按单笔交易盈利区间统计")
print("=" * 60)

# 按盈利区间分组统计
bins = [-float('inf'), -0.05, -0.02, 0, 0.02, 0.05, float('inf')]
labels = ['<-5%', '-5%~-2%', '-2%~0%', '0%~2%', '2%~5%', '>5%']

df['profit_group'] = pd.cut(df['profit_ratio'], bins=bins, labels=labels)

grouped_by_profit = df.groupby('profit_group', observed=True).agg(
    交易次数=('profit_abs', 'size'),
    平均收益率=('profit_ratio', 'mean'),
    累计收益=('profit_abs', 'sum')
)

# 格式化
grouped_by_profit['平均收益率'] = grouped_by_profit['平均收益率'].map(lambda x: f"{x:.2%}")
grouped_by_profit['累计收益'] = grouped_by_profit['累计收益'].round(4)

print(grouped_by_profit)
print("\n📌 说明：")
print("  • 展示每笔交易的盈利分布情况")
print("  • 理想情况：多数集中在 '0%~2%' 和 '2%~5%' 区间")
print("  • 若大量亏损（<-2%），需检查止损机制是否有效")


print("\n" + "=" * 60)
print("⏳ 按持仓时长分类统计")
print("=" * 60)

# 分组为短中长线
df['duration_group'] = pd.cut(df['trade_duration'], 
                              bins=[0, 60, 360, 1440, 100000], 
                              labels=['<1小时', '1~6小时', '6小时~1天', '>1天'])

grouped_by_duration = df.groupby('duration_group', observed=True).agg(
    交易次数=('profit_abs', 'size'),
    平均收益率=('profit_ratio', 'mean'),
    胜率=('profit_ratio', lambda x: (x > 0).mean()),
    累计收益=('profit_abs', 'sum')
)

# 格式化
grouped_by_duration['平均收益率'] = grouped_by_duration['平均收益率'].map(lambda x: f"{x:.2%}")
grouped_by_duration['胜率'] = grouped_by_duration['胜率'].map(lambda x: f"{x:.2%}")
grouped_by_duration['累计收益'] = grouped_by_duration['累计收益'].round(4)

print(grouped_by_duration)
print("\n📌 说明：")
print("  • 分析不同持仓周期的表现")
print("  • 可帮助优化策略的持有时间设定")
print("  • 例如：若 '<1小时' 胜率高但收益低，可能适合高频微利策略")

print("\n✅ 分析完成")