"""Recuperi e finestre in perdita su azioni USA e Treasury decennali, 1928-2025.

Guida Rebalix «Come iniziare a investire», capitolo 14. Versione pubblica e
riproducibile: legge `rendimenti-annuali.csv` (estratto il 9 ottobre 2026 dal
workbook histretSP.xls di NYU / Aswath Damodaran, foglio «Returns by year»:
colonne S&P 500 con dividendi, Treasury decennale, inflazione USA) e scrive
`risultati.json` nella cartella di uscita. Solo libreria standard di Python 3;
il grafico PNG viene prodotto soltanto se matplotlib è installato.

Uso:
    python3 calcola.py                      # legge il CSV accanto allo script, scrive in ./out
    python3 calcola.py --out /percorso      # cartella di uscita diversa (creata se manca)

Definizioni (le stesse della guida):
- recupero: a fine anno il valore torna almeno al massimo precedente osservato a fine anno;
  si riporta la durata massima fra gli episodi conclusi, più l'eventuale episodio aperto;
- finestra in perdita: per ogni periodo intero di h anni che inizia a fine anno, valore
  finale inferiore a quello iniziale; le finestre si sovrappongono;
- pesi azioni/Treasury ripristinati ogni anno; «reale» = corretto per l'inflazione USA;
  nessun costo, imposta o versamento.
"""
from __future__ import annotations
import argparse, csv, json
from pathlib import Path

HERE = Path(__file__).resolve().parent
PESI = [1.0, 0.8, 0.6, 0.4]
ORIZZONTI = [5, 10, 15, 20]


def leggi_csv(percorso: Path):
    with percorso.open(newline='') as f:
        righe = [r for r in csv.DictReader(f)]
    anni = [int(r['anno']) for r in righe]
    assert anni == list(range(1928, 2026)) and len(anni) == 98, 'attesi 98 anni contigui 1928-2025'
    return anni, [(float(r['azioni_USA']), float(r['Treasury_10_anni']), float(r['inflazione_USA'])) for r in righe]


def serie_valori(dati, peso: float, reale: bool):
    valori = [1.0]
    for az, tr, infl in dati:
        r = peso * az + (1 - peso) * tr
        if reale:
            r = (1 + r) / (1 + infl) - 1
        valori.append(valori[-1] * (1 + r))
    return valori


def analizza(anni_oss, valori):
    picco, episodi = 0, []
    for i in range(1, len(valori)):
        if valori[i] >= valori[picco]:
            if i > picco + 1:
                episodi.append([i - picco, anni_oss[picco], anni_oss[i]])
            picco = i
    piu_lungo = max(e[0] for e in episodi)
    aperto = None if picco == len(valori) - 1 else [anni_oss[picco], anni_oss[-1], valori[-1] / valori[picco] - 1]
    finestre = {str(h): [sum(1 for i in range(len(valori) - h) if valori[i + h] / valori[i] < 1), len(valori) - h] for h in ORIZZONTI}
    return {'recuperi_massimi': [e for e in episodi if e[0] == piu_lungo], 'episodio_aperto': aperto, 'finestre_negative': finestre}


def grafico(anni_oss, valori, destinazione: Path) -> bool:
    try:
        import matplotlib
        matplotlib.use('Agg')
        import matplotlib.pyplot as plt
    except ImportError:
        return False
    base = valori[anni_oss.index(1999)]
    xs = [a for a in anni_oss if 1999 <= a <= 2013]
    ys = [100 * valori[anni_oss.index(a)] / base for a in xs]
    fig, ax = plt.subplots(figsize=(10, 4.5))
    ax.plot(xs, ys, marker='o', linewidth=2.5)
    ax.axhline(100, linestyle='--')
    ax.set_title('Il potere d’acquisto può impiegare anni a recuperare', loc='left')
    ax.set_ylabel('Valore reale · fine 1999 = 100')
    fig.text(0.08, 0.02, 'Azioni USA · dividendi inclusi · valori a fine anno · inflazione USA. Elaborazione Rebalix su dati NYU/Damodaran.', fontsize=9)
    fig.tight_layout(rect=[0, 0.08, 1, 1])
    fig.savefig(destinazione, dpi=180)
    plt.close(fig)
    return True


def main():
    ap = argparse.ArgumentParser(description=__doc__.split('\n')[0])
    ap.add_argument('--csv', type=Path, default=HERE / 'rendimenti-annuali.csv')
    ap.add_argument('--out', type=Path, default=HERE / 'out')
    args = ap.parse_args()
    args.out.mkdir(parents=True, exist_ok=True)
    anni, dati = leggi_csv(args.csv)
    anni_oss = [anni[0] - 1] + anni  # osservazioni a fine anno: fine 1927 = base 1
    risultati = {}
    for peso in PESI:
        risultati[str(peso).rstrip('0').rstrip('.') if peso != 1.0 else '1'] = {
            'nominale': analizza(anni_oss, serie_valori(dati, peso, False)),
            'reale': analizza(anni_oss, serie_valori(dati, peso, True)),
        }
    (args.out / 'risultati.json').write_text(json.dumps(risultati, indent=2))
    png = grafico(anni_oss, serie_valori(dati, 1.0, True), args.out / 'recupero-reale.png')
    print(f"scritto {args.out / 'risultati.json'}" + ('' if png else ' (grafico saltato: matplotlib non installato)'))


if __name__ == '__main__':
    main()