'''
📁 risk_manage_engine/risk_scorer.py

여러 리스크 지표를 종합하여 종합 리스크 점수를 계산하는 모듈
정규화 및 안정성 고려한 계산 방식 적용
'''

import numpy as np

# 안정성 유지를 위한 정규화 함수
def normalize(value, min_val, max_val):
    if max_val == min_val:
        return 0.0  # 모든 값이 동일한 경우 → 중립값
    return (value - min_val) / (max_val - min_val)

def compute_risk_score(risk_values: dict) -> float:
    """
    입력된 리스크 지표들을 기반으로 종합 리스크 점수를 계산합니다.

    Parameters:
        risk_values (dict): 각 리스크 지표들의 원시 값
            예: {'var': 0.02, 'svar': 0.03, 'atr': 0.015, 'monte_carlo': 0.05}

    Returns:
        score (float): 0 ~ 100 사이의 리스크 점수 (높을수록 안정적)
    """
    # 기준 범위 지정 (샘플 기준)
    expected_ranges = {
        'var': (0.01, 0.10),
        'svar': (0.01, 0.12),
        'atr': (0.005, 0.05),
        'monte_carlo': (0.01, 0.20)
    }

    weights = {
        'var': 0.25,
        'svar': 0.25,
        'atr': 0.25,
        'monte_carlo': 0.25
    }

    score = 0
    for key, value in risk_values.items():
        min_v, max_v = expected_ranges.get(key, (0, 1))
        norm = normalize(value, min_v, max_v)
        inverted = 1 - norm  # 위험이 낮을수록 점수는 높아야 함
        weighted = inverted * weights.get(key, 0.25)
        score += weighted

    return round(score * 100, 2)  # 점수를 0~100 범위로 환산