"""Test minimali per orthogonal_signals.py — CAUSALITÀ dollar-neutral + dollar-neutrality (beta~0).

Lo scopo è blindare le due proprietà su cui poggia tutto il filone relative-value ETH/BTC:
  1. l'evaluator dollar-neutral è CAUSALE: pos[i] decisa a close[i] è tenuta SOLO durante la
     barra i+1 -> una decisione presa all'ultima barra non può toccare il backtest (no look-ahead),
     e il prefix-check sul segnale combacia con la coda del full.
  2. la fee è caricata su 2 GAMBE (ETH + BTC).
  3. dollar-neutrality: un segnale temporizzato sul ratio ha beta di mercato ~0 (ortogonale per
     costruzione) — il cuore della richiesta (stream scorrelato al book direzionale).
"""
import sys
from pathlib import Path

import numpy as np
import pandas as pd

ROOT = Path(__file__).resolve().parents[1]
sys.path.insert(0, str(ROOT / "scripts" / "research"))
import orthogonal_signals as o  # noqa: E402


def _synthetic_joint(n: int = 60, seed: int = 0) -> pd.DataFrame:
    ts = pd.date_range("2022-01-01", periods=n, freq="D", tz="UTC")
    rng = np.random.default_rng(seed)
    cb = 100 * np.cumprod(1 + rng.normal(0, 0.02, n))
    ce = 100 * np.cumprod(1 + rng.normal(0, 0.03, n))
    j = pd.DataFrame({"timestamp": ts.view("int64") // 10**6, "datetime": ts, "cb": cb, "ce": ce})
    j["r_btc"] = o.al.simple_returns(cb)
    j["r_eth"] = o.al.simple_returns(ce)
    j["log_ratio"] = np.log(ce / cb)
    return j


def test_position_held_next_bar_only():
    """Una posizione nota a close[k] muove SOLO il ritorno della barra k+1 (eseguibile, no leak)."""
    j = _synthetic_joint()
    k = 10
    pos = np.zeros(len(j)); pos[k] = 1.0
    ev = o.eval_spread(j, pos, fee_side=0.0)
    nz = np.nonzero(np.abs(ev["net"]) > 1e-12)[0]
    assert list(nz) == [k + 1], f"posizione a k={k} deve toccare solo k+1, trovato {nz}"
    expected = j["r_eth"].values[k + 1] - j["r_btc"].values[k + 1]
    assert abs(ev["net"][k + 1] - expected) < 1e-12


def test_last_bar_decision_cannot_leak():
    """Una decisione presa SOLO all'ultima barra non può influenzare il backtest (è tenuta su una
    barra i+1 che non esiste) -> net identicamente 0. Guardia anti-look-ahead strutturale."""
    j = _synthetic_joint()
    pos = np.zeros(len(j)); pos[-1] = 9.0
    ev = o.eval_spread(j, pos, fee_side=0.0)
    assert np.allclose(ev["net"], 0.0)


def test_fee_charged_on_two_legs():
    """La fee è su 2 gambe: ogni Δpos paga fee_side su ETH E su BTC -> costo totale = fee*2*turnover."""
    j = _synthetic_joint()
    pos = np.zeros(len(j)); pos[5] = 1.0          # held: entra a 6 (Δ=1), esce a 7 (Δ=1) -> turnover=2
    f = 0.001
    ev0 = o.eval_spread(j, pos, fee_side=0.0)
    evf = o.eval_spread(j, pos, fee_side=f)
    total_fee = float((ev0["net"] - evf["net"]).sum())
    assert abs(total_fee - f * 2 * 2) < 1e-12, total_fee


def test_prefix_causality_real_signal():
    """Prefix-check su dati reali: ricostruendo il segnale su un prefisso, la coda combacia col full."""
    ck = o.causality_spread(o.f_statarb_resid(W=60), tf="1d")
    assert ck["ok"] and ck["checked"] >= 1, ck
    ck2 = o.causality_spread(o.f_ratio_mom(L=30), tf="1d")
    assert ck2["ok"], ck2


def test_dollar_neutral_low_market_beta():
    """Dollar-neutrality: un segnale temporizzato sul ratio ha beta di mercato (50/50 BTC+ETH) ~0.
    È la proprietà 'ortogonale per costruzione' richiesta dallo studio."""
    j = o.build_joint("1d")
    pos = o.f_statarb_resid(W=60)(j)
    daily = o.spread_daily(j, pos)
    mkt = o.market_daily()
    beta, corr = o.beta_to(daily, mkt)
    assert abs(beta) < 0.10, f"beta di mercato non ~0: {beta}"
    assert abs(corr) < 0.20, f"corr di mercato troppo alta: {corr}"