cryptoHermes/internal/usecase/indicator.go

// Package usecase: indicator.go 实现技术指标计算（Milestone 6）。
//
// 范围（v2 首版）：
//   - Support / Resistance：pivot 局部极值 + 0.3% 价格聚类
//   - RangeHigh / RangeLow：近 N 根 P95(High) / P5(Low) 线性插值
//   - LongShortLine：近 N 根 LSR 穿越 1.0 的价位中位数
//
// 数值边界：本文件内部允许 transient float64，但输出到 entity 前
// 必须 FormatFloat 转回 string。详见 ai/adr/0002-indicator-numeric-boundary.md
// 与守卫 G12。
//
// 算法参数固定为常量；不读取 config——Milestone 6 不引入参数面。
package usecase

import (
	"math"
	"sort"
	"strconv"

	"cryptoHermes/internal/entity"
)

const (
	// Pivot 窗口：左右各 5 根 K 线
	pivotLeft  = 5
	pivotRight = 5

	// 价格聚类阈值：两个 pivot 价位相对距离 < 0.3% → 视为同一 level
	clusterPctThreshold = 0.003

	// LongShortLine 保留近 N 次穿越
	longShortCrossKeep = 20

	// Range 百分位
	rangePercentileHi = 0.95
	rangePercentileLo = 0.05

	// TechnicalLevel.Source 值
	sourceSupportPivot    = "pivot_low"
	sourceResistancePivot = "pivot_high"
)

// IndicatorUsecase 实现 IndicatorComputer 接口。
// 零状态结构体——所有方法纯函数。
type IndicatorUsecase struct{}

// NewIndicatorUsecase 构造器；无依赖。
func NewIndicatorUsecase() *IndicatorUsecase { return &IndicatorUsecase{} }

// pivotPoint 是 pivot 检测的内部中间结构，价格已经被 parse 成 float64。
type pivotPoint struct {
	Price float64
	Index int
}

// Compute 是 IndicatorComputer 的唯一对外方法。
// klines 必须按 OpenTime 升序排好（KlineRepository.FindRecent 已保证）。
// longShort 同样升序；可能为空。
func (u *IndicatorUsecase) Compute(
	klines []entity.Kline,
	longShort []entity.LongShortRatio,
) entity.TechnicalStructure {
	highs := pivotHighs(klines, pivotLeft, pivotRight)
	lows := pivotLows(klines, pivotLeft, pivotRight)
	resistance := clusterLevels(highs, clusterPctThreshold, sourceResistancePivot)
	support := clusterLevels(lows, clusterPctThreshold, sourceSupportPivot)
	if support == nil {
		support = []entity.TechnicalLevel{}
	}
	if resistance == nil {
		resistance = []entity.TechnicalLevel{}
	}
	hi, lo := rangeHighLow(klines)
	lsLine := longShortCrossings(longShort, klines, longShortCrossKeep)
	return entity.TechnicalStructure{
		Support:       support,
		Resistance:    resistance,
		RangeHigh:     hi,
		RangeLow:      lo,
		LongShortLine: lsLine,
	}
}

// parsePrice 用 strconv 把 string 价格解析成 float64。
// 失败（空 / 非数字 / 含空格）返回 ok=false，调用者应跳过该值不 panic。
// NaN 与 ±Inf 也视为解析失败。
func parsePrice(s string) (float64, bool) {
	if s == "" {
		return 0, false
	}
	f, err := strconv.ParseFloat(s, 64)
	if err != nil {
		return 0, false
	}
	if math.IsNaN(f) || math.IsInf(f, 0) {
		return 0, false
	}
	return f, true
}

// formatPrice 把 transient float64 转回 string。
// 用 'f' / prec=-1 / bitSize=64 让 FormatFloat 给出最短可往返表示。
func formatPrice(f float64) string {
	return strconv.FormatFloat(f, 'f', -1, 64)
}

// pivotHighs 在 klines 上扫描，返回所有 left=L、right=R 的 swing high。
// swing high 条件：klines[i].High 严格大于 [i-L, i-1] 内所有 high，
// 且严格大于 [i+1, i+R] 内所有 high。
// 价格解析失败的 K 线被当作不参与（即既不能成为 pivot、也不参与邻居比较）。
func pivotHighs(klines []entity.Kline, left, right int) []pivotPoint {
	n := len(klines)
	if n < left+right+1 {
		return nil
	}
	highs := make([]float64, n)
	ok := make([]bool, n)
	for i, k := range klines {
		highs[i], ok[i] = parsePrice(k.High)
	}
	var out []pivotPoint
	for i := left; i <= n-right-1; i++ {
		if !ok[i] {
			continue
		}
		isPivot := true
		for j := i - left; j < i; j++ {
			if !ok[j] || highs[j] >= highs[i] {
				isPivot = false
				break
			}
		}
		if !isPivot {
			continue
		}
		for j := i + 1; j <= i+right; j++ {
			if !ok[j] || highs[j] >= highs[i] {
				isPivot = false
				break
			}
		}
		if isPivot {
			out = append(out, pivotPoint{Price: highs[i], Index: i})
		}
	}
	return out
}

// pivotLows 对称镜像 pivotHighs，按 .Low 找局部低点。
func pivotLows(klines []entity.Kline, left, right int) []pivotPoint {
	n := len(klines)
	if n < left+right+1 {
		return nil
	}
	lows := make([]float64, n)
	ok := make([]bool, n)
	for i, k := range klines {
		lows[i], ok[i] = parsePrice(k.Low)
	}
	var out []pivotPoint
	for i := left; i <= n-right-1; i++ {
		if !ok[i] {
			continue
		}
		isPivot := true
		for j := i - left; j < i; j++ {
			if !ok[j] || lows[j] <= lows[i] {
				isPivot = false
				break
			}
		}
		if !isPivot {
			continue
		}
		for j := i + 1; j <= i+right; j++ {
			if !ok[j] || lows[j] <= lows[i] {
				isPivot = false
				break
			}
		}
		if isPivot {
			out = append(out, pivotPoint{Price: lows[i], Index: i})
		}
	}
	return out
}

// clusterLevels 把 pivot 点按价格相对距离聚合到同一 level。
// 算法：按价格升序排序；扫描时若 (当前价 - cluster 均价) / cluster 均价 < pct
// 则合并；否则开启新 cluster。
// 输出按 Strength 降序，Strength 相同时按价格降序。
func clusterLevels(points []pivotPoint, pctThreshold float64, source string) []entity.TechnicalLevel {
	if len(points) == 0 {
		return nil
	}
	sorted := make([]pivotPoint, len(points))
	copy(sorted, points)
	sort.Slice(sorted, func(i, j int) bool {
		return sorted[i].Price < sorted[j].Price
	})

	type cluster struct {
		sum   float64
		count int
	}
	clusters := []cluster{{sum: sorted[0].Price, count: 1}}
	for i := 1; i < len(sorted); i++ {
		last := &clusters[len(clusters)-1]
		mean := last.sum / float64(last.count)
		dist := math.Abs(sorted[i].Price-mean) / mean
		if dist < pctThreshold {
			last.sum += sorted[i].Price
			last.count++
		} else {
			clusters = append(clusters, cluster{sum: sorted[i].Price, count: 1})
		}
	}

	out := make([]entity.TechnicalLevel, len(clusters))
	for i, c := range clusters {
		out[i] = entity.TechnicalLevel{
			Price:    formatPrice(c.sum / float64(c.count)),
			Strength: strconv.Itoa(c.count),
			Source:   source,
		}
	}
	// 排序：Strength desc，相同则 Price desc
	sort.SliceStable(out, func(i, j int) bool {
		si, _ := strconv.Atoi(out[i].Strength)
		sj, _ := strconv.Atoi(out[j].Strength)
		if si != sj {
			return si > sj
		}
		pi, _ := parsePrice(out[i].Price)
		pj, _ := parsePrice(out[j].Price)
		return pi > pj
	})
	return out
}

// percentile 在升序排好的 sorted 上算线性插值的 p 分位（p∈[0,1]）。
// type-7（NumPy 默认）：rank = (n-1)*p，floor + 小数权重插值。
// n==0 返回 0；n==1 返回该唯一值。
func percentile(sortedAsc []float64, p float64) float64 {
	n := len(sortedAsc)
	if n == 0 {
		return 0
	}
	if n == 1 {
		return sortedAsc[0]
	}
	if p <= 0 {
		return sortedAsc[0]
	}
	if p >= 1 {
		return sortedAsc[n-1]
	}
	rank := float64(n-1) * p
	lo := int(math.Floor(rank))
	hi := lo + 1
	if hi >= n {
		return sortedAsc[n-1]
	}
	weight := rank - float64(lo)
	return sortedAsc[lo] + weight*(sortedAsc[hi]-sortedAsc[lo])
}

// rangeHighLow 计算 RangeHigh（P95）和 RangeLow（P5）。
// 解析失败的价位被跳过，不污染百分位计算。
// klines 为空（或所有价位都 parse 失败）时返回 (nil, nil)。
func rangeHighLow(klines []entity.Kline) (high *string, low *string) {
	if len(klines) == 0 {
		return nil, nil
	}
	highs := make([]float64, 0, len(klines))
	lows := make([]float64, 0, len(klines))
	for _, k := range klines {
		if v, ok := parsePrice(k.High); ok {
			highs = append(highs, v)
		}
		if v, ok := parsePrice(k.Low); ok {
			lows = append(lows, v)
		}
	}
	if len(highs) == 0 || len(lows) == 0 {
		return nil, nil
	}
	sort.Float64s(highs)
	sort.Float64s(lows)
	hi := formatPrice(percentile(highs, rangePercentileHi))
	lo := formatPrice(percentile(lows, rangePercentileLo))
	return &hi, &lo
}

// longShortCrossings 在 ls 上扫描 ratio 穿越 1.0 的事件。
// 穿越定义：相邻两条 ratio 一条 <1、另一条 >1（严格不相等），即 (a-1)*(b-1) < 0。
// 对每个穿越点 i（穿越发生在 ls[i-1] → ls[i] 之间），用 ls[i].Timestamp 找
// 最近的 kline，用该 kline 的 (open+close)/2 作为穿越价估计。
// 保留最近 keepN 次穿越，取价位中位数。无穿越或全部 parse 失败 → nil。
func longShortCrossings(ls []entity.LongShortRatio, klines []entity.Kline, keepN int) *string {
	if len(ls) < 2 || len(klines) == 0 || keepN <= 0 {
		return nil
	}
	parsed := make([]float64, len(ls))
	pok := make([]bool, len(ls))
	for i, r := range ls {
		parsed[i], pok[i] = parsePrice(r.LongShortRatio)
	}
	var prices []float64
	for i := 1; i < len(ls); i++ {
		if !pok[i-1] || !pok[i] {
			continue
		}
		a, b := parsed[i-1]-1.0, parsed[i]-1.0
		if a*b >= 0 {
			continue
		}
		// 找最近 kline
		ts := ls[i].Timestamp
		kIdx := nearestKlineIndex(klines, ts)
		if kIdx < 0 {
			continue
		}
		op, ok1 := parsePrice(klines[kIdx].Open)
		cl, ok2 := parsePrice(klines[kIdx].Close)
		if !ok1 || !ok2 {
			continue
		}
		prices = append(prices, (op+cl)/2)
	}
	if len(prices) == 0 {
		return nil
	}
	if len(prices) > keepN {
		prices = prices[len(prices)-keepN:]
	}
	med := formatPrice(medianFloat(prices))
	return &med
}

// nearestKlineIndex 在 klines 中找 OpenTime 与 ts 最接近的那根的下标。
// klines 必须按 OpenTime 升序。空切片返回 -1。
func nearestKlineIndex(klines []entity.Kline, ts int64) int {
	if len(klines) == 0 {
		return -1
	}
	// 二分找第一个 OpenTime >= ts
	idx := sort.Search(len(klines), func(i int) bool {
		return klines[i].OpenTime >= ts
	})
	switch {
	case idx == 0:
		return 0
	case idx == len(klines):
		return len(klines) - 1
	default:
		// 比较 idx 与 idx-1 哪个更近
		diffHi := klines[idx].OpenTime - ts
		diffLo := ts - klines[idx-1].OpenTime
		if diffLo <= diffHi {
			return idx - 1
		}
		return idx
	}
}

// medianFloat 计算切片中位数；空切片返回 0。会改写传入 slice（内部 sort）。
// 调用者若不希望被改，应先 copy。
func medianFloat(xs []float64) float64 {
	n := len(xs)
	if n == 0 {
		return 0
	}
	sort.Float64s(xs)
	if n%2 == 1 {
		return xs[n/2]
	}
	return (xs[n/2-1] + xs[n/2]) / 2
}