"""PREVDAY RANGE BREAKOUT — LEAD ortogonale a TP01, in FORWARD-MONITOR (NON deployato).

Stato (2026-06-21): unico segnale sopravvissuto alla verifica avversariale dell'onda intraday
(diario `2026-06-21-intraday-microstructure.md`). Lo scettico d'esecuzione l'ha chiamato "the only
honest candidate, real and conditionally executable". NON è in esecuzione reale: è un LEAD che
teniamo in paper forward-only per vedere se l'edge in-sample regge fuori campione VERO nei prossimi
mesi (stesso trattamento di XS01 STAT-MODE / STA05). Questo modulo CONGELA il segnale (parametri
fissi) così il track record forward è contro una strategia immutabile.

IL SEGNALE (1h, per-asset, posizione continua vol-targeted):
  * Direzione +1 quando close[i] perfora in modo DECISIVO il MAX del giorno UTC precedente
    (livello + buffer = k * range di ieri); -1 quando perfora il MIN; si CARRYA 24/7 tra i break
    (stop-and-stay, non stop-and-flat -> turnover ~50/anno, non ~500). Long-short SIMMETRICO: la
    gamba SHORT è ciò che decorrela da TP01 (TP01 è long-flat, dominato dal beta del toro).
  * Vol-target TP01-style (causale, vol trailing) -> la size deriva con la vol.

ONESTÀ (giudice indurito 2026-06-21): abs PASS, marginal ADDS, earns_slot TRUE, NON-hedge,
multi-cut persistente, leak-free (causality_ok max_tail_diff 0), ROBUST allo shift del confine-giorno
(day_boundary_robust -> non è un artefatto di calendario come open_drive). corr a TP01 ~0.15 full /
~0 hold; Sharpe in-sample ~1.2; hold-out positivo su BTC ~0.9 e ETH ~1.4. CAVEAT: il lift dell'hold-out
della gamba short si appoggia ai regimi down/chop 2025-26; e a $600 il micro-ribilanciamento del
vol-target ha un haircut di fill reale (vedi eval_weights_smallcap). Per questo: FORWARD-MONITOR,
non deploy. Parametri scelti su un plateau (k 0.20-0.30; anchor=1 only).

CAUSALE: il max/min di ieri usa SOLO barre di giorni STRETTAMENTE precedenti (groupby giorno UTC ->
shift(1)); close[i] è confrontato col livello -> il break è noto a close[i]. Vol trailing. Nessun fit
full-sample. Self-contained (nessuna dipendenza da scripts/research).
"""
from __future__ import annotations

import numpy as np
import pandas as pd

# --- parametri CONGELATI (plateau-interior, vedi diario) -------------------------------
ANCHOR_DAYS = 1          # range = max/min del giorno UTC precedente (1 = "ieri")
BUFFER_K = 0.30          # buffer di break decisivo = k * range di ieri (plateau 0.20-0.30)
ALLOW_SHORT = True       # libro SIMMETRICO: la gamba short è ciò che decorrela da TP01
TARGET_VOL = 0.20
VOL_WIN_DAYS = 30
LEV_CAP = 2.0


def _bars_per_day(df: pd.DataFrame) -> int:
    dt = pd.to_datetime(df["datetime"]).diff().dt.total_seconds().median()
    return max(1, round(86400 / dt)) if dt and dt > 0 else 24


def _vol_target(direction: np.ndarray, df: pd.DataFrame, target_vol: float,
                vol_win_days: int, lev_cap: float) -> np.ndarray:
    """Scala una direzione in [-1,1] a posizione vol-targeted. Causale (vol trailing)."""
    c = df["close"].values.astype(float)
    bpd = _bars_per_day(df)
    bpy = bpd * 365.25
    r = np.zeros(len(c)); r[1:] = c[1:] / c[:-1] - 1.0
    win = max(2, vol_win_days * bpd)
    vol = pd.Series(r).rolling(win, min_periods=max(2, win // 2)).std().values * np.sqrt(bpy)
    scal = np.where((vol > 0) & np.isfinite(vol), target_vol / vol, 0.0)
    tgt = np.clip(direction * scal, -lev_cap, lev_cap)
    tgt[~np.isfinite(tgt)] = 0.0
    return tgt


def _prior_day_hilo(df: pd.DataFrame, anchor_days: int):
    """MAX(high)/MIN(low) dei `anchor_days` giorni UTC PRECEDENTI, allineati a ogni barra,
    noti causalmente (groupby giorno -> rolling -> shift(1) = strettamente < oggi)."""
    dt = pd.to_datetime(df["datetime"], utc=True)
    day = dt.dt.floor("1D")
    g = pd.DataFrame({"day": day.values,
                      "high": df["high"].values.astype(float),
                      "low": df["low"].values.astype(float)})
    per_day = g.groupby("day").agg(dh=("high", "max"), dl=("low", "min"))
    dh = per_day["dh"].rolling(anchor_days, min_periods=1).max().shift(1)
    dl = per_day["dl"].rolling(anchor_days, min_periods=1).min().shift(1)
    mapped = pd.DataFrame({"dh": dh, "dl": dl}).reindex(g["day"].values)
    return mapped["dh"].values, mapped["dl"].values


def _breakout_direction(df: pd.DataFrame, anchor_days: int, buffer_k: float,
                        allow_short: bool) -> np.ndarray:
    c = df["close"].values.astype(float)
    pdh, pdl = _prior_day_hilo(df, anchor_days)
    rng = pdh - pdl
    up_lvl = pdh + buffer_k * rng
    dn_lvl = pdl - buffer_k * rng
    n = len(c)
    dirn = np.zeros(n)
    cur = 0.0
    low_state = -1.0 if allow_short else 0.0
    for i in range(n):
        if np.isfinite(up_lvl[i]) and c[i] > up_lvl[i]:
            cur = 1.0
        elif np.isfinite(dn_lvl[i]) and c[i] < dn_lvl[i]:
            cur = low_state
        dirn[i] = cur
    return dirn


def target(df: pd.DataFrame) -> np.ndarray:
    """Posizione continua per-asset (1h) in [-LEV_CAP, LEV_CAP], decisa a close[i]."""
    direction = _breakout_direction(df, ANCHOR_DAYS, BUFFER_K, ALLOW_SHORT)
    pos = _vol_target(direction, df, TARGET_VOL, VOL_WIN_DAYS, LEV_CAP)
    return np.nan_to_num(pos, nan=0.0)


def current_target(df: pd.DataFrame) -> float:
    """Posizione-bersaglio sull'ultima barra (decisa con dati <= ultima barra chiusa)."""
    return float(target(df)[-1])