# utils_vol.py — robuste Version

import yfinance as yf
import numpy as np
import pandas as pd

def _to_1d_series(obj: pd.Series | pd.DataFrame) -> pd.Series:
    """
    Erzwingt eine 1D-Serie:
    - DataFrame (n,1) -> squeeze
    - MultiIndex -> erste passende Spalte
    - alles in float konvertieren, NaNs droppen
    """
    if isinstance(obj, pd.DataFrame):
        # (n,1) -> Serie
        if obj.shape[1] == 1:
            ser = obj.squeeze(axis=1)
        else:
            # Fallback: nimm die erste numerische Spalte
            num_cols = obj.select_dtypes(include=[np.number]).columns
            if len(num_cols) > 0:
                ser = obj[num_cols[0]]
            else:
                # nimm einfach die erste Spalte
                ser = obj.iloc[:, 0]
    else:
        ser = obj

    ser = pd.to_numeric(ser, errors="coerce")
    ser = ser.dropna()
    # Index in DatetimeIndex verwandeln, wenn möglich
    if not isinstance(ser.index, pd.DatetimeIndex):
        try:
            ser.index = pd.to_datetime(ser.index, errors="coerce")
            ser = ser[ser.index.notna()]
        except Exception:
            # notfalls RangeIndex lassen
            pass
    return ser.astype(float)


def fetch_close_series(ticker: str, start: str = "2015-01-01", interval: str = "1d") -> pd.Series:
    """
    Lädt OHLCV via yfinance und gibt eine 1D-Schlusskurs-Serie zurück.
    Nutzt auto_adjust=True (aktuelles yfinance-Default) bewusst,
    damit der FutureWarning verschwindet und Adjusted/Close konsistent ist.
    """
    df = yf.download(
        ticker.strip(),
        start=start,
        interval=interval,
        auto_adjust=True,      # explizit setzen, um Warnung zu vermeiden
        progress=False,
        threads=True,
    )
    if df is None or df.empty:
        raise ValueError(f"Keine Daten für {ticker} (start={start}, interval={interval}).")

    # MultiIndex-Handling (bei mehreren Tickern oder Börsen-Suffixen)
    if isinstance(df.columns, pd.MultiIndex):
        # versuche 'Close' auf Level 0
        if "Close" in df.columns.get_level_values(0):
            sub = df.xs("Close", axis=1, level=0)
            # falls mehrere Spalten (mehrere Ticker): nimm die erste
            if sub.shape[1] > 1:
                sub = sub.iloc[:, 0]
            return _to_1d_series(sub)
        # Fallback: erste numerische Spalte
        num_cols = df.select_dtypes(include=[np.number]).columns
        if len(num_cols) > 0:
            sub = df[num_cols[0]]
            return _to_1d_series(sub)
        # letzter Ausweg: erste Spalte
        return _to_1d_series(df.iloc[:, 0])

    # Flache Spalten
    for name in ["Close", "Adj Close", "close", "adj close", "Price", "price"]:
        if name in df.columns:
            return _to_1d_series(df[name])

    # Fallback: erste numerische Spalte
    num_cols = df.select_dtypes(include=[np.number]).columns
    if len(num_cols) == 0:
        raise ValueError("Keine numerische Close-Spalte gefunden.")
    return _to_1d_series(df[num_cols[0]])


def realized_vol(close: pd.Series, window: int = 20, annualize: bool = True) -> pd.Series:
    """
    20-Tage-Rolling-Std der Logrenditen; gibt IMMER eine 1D-Serie zurück.
    """
    close = _to_1d_series(close)
    r = np.log(close).diff().dropna()
    rv = r.rolling(window, min_periods=window).std()
    if annualize:
        rv = rv * np.sqrt(252.0)
    rv = rv.dropna()
    # Sicherheitshalber 1D
    return _to_1d_series(rv)


def rv_to_autogluon_df(rv: pd.Series | pd.DataFrame) -> pd.DataFrame:
    """
    Formatiert Realized Vol als DataFrame für AutoGluon TimeSeries:
      columns: ['item_id', 'timestamp', 'target']
    """
    # Erzwinge Serie 1D
    rv = _to_1d_series(rv)

    # Werte & Index robust extrahieren
    values = np.asarray(rv.values).reshape(-1)  # 1D
    idx = rv.index
    if not isinstance(idx, pd.DatetimeIndex):
        try:
            idx = pd.to_datetime(idx, errors="coerce")
        except Exception:
            # Fallback: generiere einfache Range-Dates
            idx = pd.date_range(start="2000-01-01", periods=len(values), freq="D")
    # gültige Punkte
    mask = ~np.isnan(values)
    df = pd.DataFrame({
        "item_id": "series_1",
        "timestamp": idx[mask],
        "target": values[mask],
    })
    # sortiert & ohne NaN-Timestamps
    df = df[df["timestamp"].notna()].sort_values("timestamp")
    return df