from predictor import FootballPredictor

# 1. Cargar datos y entrenar modelos
predictor = FootballPredictor('data/spain.csv')
predictor.train_all_models()

# 2. Predecir un partido específico
resultado = predictor.predict_match('Real Madrid', 'Barcelona')

print(f"Goles esperados: {resultado['expected_goals']['total']:.1f}")
print(f"Más de 2.5 goles: {resultado['goal_intervals']['over_2_5']:.1%}")

# 3. Obtener recomendaciones de apuestas
recomendaciones = predictor.get_goal_recommendations('Real Madrid', 'Barcelona')
print(f"Over 2.5: {recomendaciones['betting_tips']['over_2_5']}")

# Predicción detallada
prediction = predictor.predict_match('Real Madrid', 'Barcelona', detailed=True)

# Acceder a diferentes componentes
goles = prediction['expected_goals']
probabilidades = prediction['outcome_probabilities'] 
intervalos = prediction['goal_intervals']
confianza = prediction['confidence_interval']

print(f"Rango probable de goles: {confianza['likely_range']}")
print(f"Rating Elo - Local: {prediction['detailed']['elo_ratings']['home']}")

'expected_goals': {
    'home': 1.85,      # Goles esperados equipo local
    'away': 1.12,      # Goles esperados equipo visitante  
    'total': 2.97      # Total de goles esperados
}

'outcome_probabilities': {
    'home_win': 0.487,  # 48.7% probabilidad victoria local
    'draw': 0.289,      # 28.9% probabilidad empate
    'away_win': 0.224   # 22.4% probabilidad victoria visitante
}

'goal_intervals': {
    'under_1_5': 0.186,  # 18.6% menos de 1.5 goles
    'under_2_5': 0.423,  # 42.3% menos de 2.5 goles
    'over_2_5': 0.577,   # 57.7% más de 2.5 goles
    'over_3_5': 0.334    # 33.4% más de 3.5 goles
}

'confidence_interval': {
    'total_goals_mean': 2.97,           # Media esperada
    'total_goals_std': 1.72,            # Desviación estándar
    'likely_range': (1.3, 4.7)         # Rango probable (±1 σ)
}

'betting_tips': {
    'over_2_5': 'YES',    # Apostar si probabilidad > 55%
    'under_2_5': 'NO',    # No apostar si probabilidad < 55%
    'over_1_5': 'YES',    # Apostar si probabilidad > 70%
    'btts': 'YES'         # Ambos marcan si cada equipo > 0.8 goles
}

from predictor import EloRatingModel

# Modelo Elo personalizado
elo_custom = EloRatingModel(
    k_factor=30,           # Mayor sensibilidad a resultados recientes
    initial_rating=1600,   # Rating inicial más alto
    home_advantage=75      # Mayor ventaja local
)

predictor.elo_model = elo_custom

from predictor import MonteCarloSimulator

# Más simulaciones para mayor precisión
mc_custom = MonteCarloSimulator(n_simulations=50000)
predictor.monte_carlo = mc_custom

# Para apuestas de goles totales
def analizar_over_under(predictor, home, away):
    pred = predictor.predict_match(home, away)
    
    over_25 = pred['goal_intervals']['over_2_5']
    under_25 = pred['goal_intervals']['under_2_5'] 
    
    if over_25 > 0.6:
        return f"OVER 2.5 ({over_25:.1%})"
    elif under_25 > 0.6:
        return f"UNDER 2.5 ({under_25:.1%})"
    else:
        return "No apostar - muy incierto"

def encontrar_valor(predictor, home, away, cuota_over25):
    pred = predictor.predict_match(home, away)
    prob_over = pred['goal_intervals']['over_2_5']
    
    probabilidad_implicita = 1 / cuota_over25
    
    if prob_over > probabilidad_implicita * 1.1:  # 10% margen
        return f"VALOR ENCONTRADO: Apostar Over 2.5"
    else:
        return "Sin valor - pasar"

def analizar_equipo(predictor, equipo):
    matches = predictor.matches
    
    # Partidos como local
    local = matches[matches['home_team'] == equipo]
    goles_local = local['home_goals'].mean()
    
    # Partidos como visitante  
    visitante = matches[matches['away_team'] == equipo]
    goles_visitante = visitante['away_goals'].mean()
    
    rating = predictor.elo_model.get_rating(equipo)
    
    return {
        'goles_como_local': goles_local,
        'goles_como_visitante': goles_visitante,
        'rating_elo': rating
    }

# config.py - Archivo de configuración
CONFIG = {
    'elo': {
        'k_factor': 20,
        'initial_rating': 1500,
        'home_advantage': 50
    },
    'monte_carlo': {
        'n_simulations': 10000,
        'max_goals': 8
    },
    'betting': {
        'over_under_threshold': 0.55,
        'btts_threshold': 0.8,
        'confidence_threshold': 0.70
    },
    'data': {
        'min_matches_for_prediction': 10,
        'recent_form_games': 5
    }
}