# QC Élection Forecast — Plateforme de prévision électorale du Québec 2026
# Auteur : Simon-Pierre Boucher
# Contact : contact@spboucher.ai
# https://www.qc-election.com
"""Configuration centrale de la plateforme QC-Élection."""
from __future__ import annotations

import os
from datetime import date
from pathlib import Path

from pydantic_settings import BaseSettings

BASE_DIR = Path(__file__).resolve().parent.parent          # backend/
DATA_DIR = BASE_DIR / "data"
FRONTEND_DIR = BASE_DIR.parent / "frontend"


def _load_env_file(path: Path) -> None:
    """Charge backend/.env dans os.environ (sans écraser l'existant) — PM2 ne
    transmet pas de fichier d'environnement, et les défauts `os.environ.get(...)`
    ci-dessous (ADMIN_TOKEN, FIRECRAWL_API_KEY…) doivent le voir."""
    if not path.exists():
        return
    for line in path.read_text().splitlines():
        line = line.strip()
        if not line or line.startswith("#") or "=" not in line:
            continue
        k, _, v = line.partition("=")
        os.environ.setdefault(k.strip(), v.strip().strip('"').strip("'"))


_load_env_file(BASE_DIR / ".env")


class Settings(BaseSettings):
    # --- Général ---
    app_name: str = "QC Élection Forecast"
    model_version: str = "3.2.0"
    database_url: str = f"sqlite:///{BASE_DIR / 'qc_election.db'}"
    admin_token: str = os.environ.get("ADMIN_TOKEN", "change-me")
    port: int = 8140

    # --- Élection cible ---
    election_date: date = date(2026, 10, 5)
    election_name: str = "Élection générale québécoise de 2026"
    total_seats: int = 127
    majority_seats: int = 64

    # --- Partis (ordre alphabétique du sigle — neutralité) ---
    parties: list[str] = ["CAQ", "PCQ", "PLQ", "PQ", "QS", "AUT"]
    party_names: dict[str, str] = {
        "CAQ": "Coalition avenir Québec",
        "PCQ": "Parti conservateur du Québec",
        "PLQ": "Parti libéral du Québec",
        "PQ": "Parti québécois",
        "QS": "Québec solidaire",
        "AUT": "Autres",
    }

    # --- Modèle : pondération des sondages ---
    # Décroissance temporelle appliquée en plus de la structure Kalman
    # (utilisée pour les poids affichés et la variance d'observation).
    time_decay_halflife_days: float = 12.0
    max_effective_n: int = 2500          # plafond anti-domination des très gros sondages
    design_effects: dict[str, float] = {  # deff par mode de collecte
        "web": 1.30, "ivr": 1.40, "phone": 1.20, "sms": 1.45, "mixed": 1.25, "unknown": 1.35,
    }
    # Variance excédentaire (erreur non-échantillonnale) ajoutée à chaque sondage,
    # en points de pourcentage au carré (≈ (1.5 pp)²) — cf. littérature "total survey error".
    excess_poll_sd_pp: float = 1.5

    # --- Modèle : marche aléatoire latente (espace log-ratio) ---
    # Écart-type quotidien de la marche aléatoire (estimé + borné).
    rw_daily_sd_min: float = 0.004
    rw_daily_sd_max: float = 0.030
    # Inflation d'incertitude pour le forecast (opinion future) : multiplicateur
    # appliqué à la variance de dérive jusqu'au jour du vote (volatilité de campagne).
    campaign_drift_inflation: float = 1.6

    # --- House effects ---
    house_effect_shrinkage: float = 0.5   # rétrécissement partiel vers 0
    house_effect_max_pp: float = 3.0      # borne de correction (pp)

    # --- Simulation Monte Carlo ---
    n_simulations: int = 25000
    # Erreur systémique de sondage (« industry error ») : les maisons se trompent
    # ensemble (2022 : CAQ sous-estimée de ~3 pp par toute l'industrie). Couche
    # corrélée ajoutée au forecast du jour du vote, calibrée sur 2018/2022.
    industry_error_sd: float = 0.12
    # Écarts-types calibrés sur les résidus du backtest 2022 (swing proportionnel
    # 2018→2022), atténués car 2022 fut un réalignement atypique (émergence PCQ).
    regional_error_sd: float = 0.14       # écart-type régional (espace log-ratio)
    riding_error_sd: float = 0.20         # écart-type propre à la circonscription
    incumbent_retirement_penalty: float = 0.06  # log-ratio (~1.3 pp) si le sortant ne se représente pas

    # --- v2 « Au-delà des sondages » : couches d'inférence supplémentaires ---
    # 1) Prior de fondamentaux (satisfaction envers le gouvernement, vote précédent,
    #    usure du pouvoir) — poids qui décroît vers 0 à l'approche du scrutin.
    fundamentals_enabled: bool = True
    fundamentals_horizon_days: float = 540.0   # poids plein du prior à ~18 mois
    fundamentals_max_weight: float = 0.8       # jamais plus de 80 % de la précision
    fundamentals_term_penalty_pp: float = 1.5  # usure : −pp par mandat au-delà du 1er
    fundamentals_prior_sd_alr: float = 0.40    # diffusivité du prior (espace alr)
    gov_satisfaction_fallback: float = 35.0    # % satisfaits (Léger) si rien d'ingéré
    # 2) Élections partielles — votes réels convertis en observations nationales
    #    bruitées (le swing des partielles surestime le swing général → rétréci).
    byelections_enabled: bool = True
    byelection_swing_shrink: float = 0.6
    byelection_equivalent_n: int = 350         # taille d'échantillon équivalente
    byelection_excess_pp: float = 3.0          # erreur excédentaire (participation, local)
    # 3) Ajustement médias — nudge borné du forecast issu du sentiment de presse.
    media_nudge_enabled: bool = True
    media_nudge_pp_max: float = 0.35           # amplitude maximale (pp) par parti
    media_nudge_min_volume: int = 12           # mentions minimales sur 14 j pour agir
    # 4) Ensemble avec les marchés prédictifs (probabilité « plus de sièges »).
    market_blend_weight: float = 0.12
    # Veille web continue (Firecrawl) : radar sondages, satisfaction, presse élargie.
    firecrawl_api_key: str = os.environ.get("FIRECRAWL_API_KEY", "")
    firecrawl_enabled: bool = True
    firecrawl_max_docs_per_cycle: int = 40
    # Pouls social continu : acteur Apify maison (qc-social-pulse) + Reddit via
    # index Google (Serper) + Mastodon + Lemmy — poids nul dans le forecast.
    social_pulse_enabled: bool = True
    apify_token: str = os.environ.get("APIFY_TOKEN", "")
    serper_api_key: str = os.environ.get("SERPER_API_KEY", "")

    # --- v3 « 127 » : feature flags (défauts production CONSERVATEURS) ---
    # Chaque couche est mesurable, bornée, débrayable, décomposée — règle 1.1.
    enable_social_volatility: bool = True    # attention web+sociale → variance seulement
    volatility_multiplier_max: float = 1.5   # borne stricte (règle §16)
    enable_tipping_points: bool = True       # circonscriptions pivots (battlegrounds)
    tipping_n_sims: int = 8000               # sous-échantillon pour le calcul pivot
    enable_ablation: bool = True             # cadre d'ablation (validation §22)
    enable_social_directional: bool = False  # EXPÉRIMENTAL — jamais activé par défaut
    # σ_industrie APPRIS (LOEO, 6 élections 2007-2022) au lieu du 0,12 manuel.
    # Validé par replay : log score −3,80 vs −5,33, CRPS 2,64 vs 2,67,
    # couverture 95 % 83 % vs 76,5 %, EAM inchangée (rapport replay_report.json).
    use_empirical_industry_error: bool = True

    # --- Sentiment (signal affiché; n'agit que via l'ajustement médias borné) ---
    sentiment_feeds: list[str] = [
        "https://ici.radio-canada.ca/rss/92",          # Radio-Canada — Politique
        "https://www.ledevoir.com/rss/section/politique.xml",
        "https://www.lapresse.ca/actualites/politique/rss",
    ]
    maclustr_api_key: str = os.environ.get("MACLUSTR_API_KEY", "")
    maclustr_llm_url: str = "https://llm.maclustr.io/v1/chat/completions"
    maclustr_llm_model: str = "maclustr-fast"

    # --- Pipeline ---
    refresh_interval_hours: float = 6.0

    class Config:
        env_prefix = "QCE_"
        env_file = ".env"
        extra = "ignore"


settings = Settings()