Groups keyboard shortcuts have been updated
Dismiss
See shortcuts
AJUDA CODIGO PYTHON
18 views
Skip to first unread message
Diego Sullivan
Jan 28, 2025, 9:50:07 AMJan 28
to Python Brasil
Preciso que o codigo abaixo faça o seguinte passo a passo:
1. Cálculo dos Retornos : Cálculo dos momentum relativo e absoluto das ações de 1, 3 e 6 meses, considerando as melhores ações para cada período.
2. Seleção das 4 Melhores Ações : Com base no cálculo de momentum absoluto e relativo, as 4 melhores ações são selecionadas por mês.
3. Cálculo dos Retornos e Acumulados : Para cada uma das 4 ações selecionadas, os retornos mensais e acumulados são calculados, além do retorno do Ibovespa. Gerar um histórico mensal desse método de escolher as 4 ações com maior momentum absoluto e relativo de 2010 em diante.
4. Geração da Tabela em HTML : A tabela final é gerada, mostrando as 4 melhores ações, seus retornos, o retorno total, o retorno acumulado das ações e o comparativo com o Ibovespa.
Abaixo, o código. Porém, está dando erro e nao consigo corrigir. Agradeço a ajuda!
import pandas as pd
import yfinance as yf
import datetime as dt
from IPython.core.display import display, HTML
# Lista de tickers
all_tickers = [
"^BVSP", 'ALUP11.SA', 'AMBP3.SA', 'ANIM3.SA', 'ARML3.SA',
'ASAI3.SA', 'AURA33.SA', 'AURE3.SA', 'AZZA3.SA', 'BAZA3.SA',
'BBAS3.SA', 'BBDC4.SA', 'BBSE3.SA', 'BEEF3.SA', 'BIOM3.SA',
'BLAU3.SA', 'BMEB4.SA', 'BMGB4.SA', 'BMOB3.SA', 'BPAC11.SA',
'BPAN4.SA', 'BRAV3.SA', 'BRBI11.SA', 'BRFS3.SA', 'BRIT3.SA',
'BRKM5.SA', 'CAMB3.SA', 'CAML3.SA', 'CBAV3.SA', 'CCRO3.SA',
'CEAB3.SA', 'CMIG4.SA', 'CMIN3.SA', 'COCE5.SA', 'COGN3.SA',
'CPFE3.SA', 'CPLE6.SA', 'CRFB3.SA', 'CSAN3.SA', 'CSED3.SA',
'CSMG3.SA', 'CSNA3.SA', 'CSUD3.SA', 'CURY3.SA', 'CVCB3.SA',
'CXSE3.SA', 'CYRE3.SA', 'DESK3.SA', 'DEXP3.SA', 'DIRR3.SA',
'DMVF3.SA', 'DXCO3.SA', 'EALT4.SA', 'ECOR3.SA', 'EGIE3.SA',
'ELET3.SA', 'EMBR3.SA'
]
# Função para buscar os dados históricos
def get_data(tickers):
end_date = dt.date.today()
beg_date = dt.date(2014, 3, 1) # Data inicial: março de 2014
data = pd.DataFrame()
for ticker in tickers:
try:
temp = yf.download(ticker, start=beg_date, end=end_date, interval='1mo')
if 'Adj Close' in temp.columns:
temp = temp[['Adj Close']].reset_index()
temp.rename(columns={'Date': 'Date', 'Adj Close': ticker}, inplace=True)
if data.empty:
data = temp
else:
data = pd.merge(data, temp, on="Date", how='outer')
else:
print(f"Erro ao baixar dados para {ticker}: 'Adj Close' não encontrado.")
except Exception as e:
print(f"Erro ao processar {ticker}: {e}")
data.dropna(inplace=True)
return data
data = get_data(all_tickers)
# Função para calcular retornos mensais
def calculate_returns(data):
returns = pd.DataFrame(index=data.index, columns=all_tickers)
for ticker in all_tickers:
if ticker in data.columns:
returns[ticker] = data[ticker].pct_change()
return returns
returns = calculate_returns(data)
# Função para calcular o momentum absoluto
def calculate_absolute_momentum(returns, periods=[1, 3, 6]):
momentum_abs = pd.DataFrame(index=returns.index)
for period in periods:
period_momentum = returns.rolling(period).sum()
period_momentum.columns = [f"{ticker} - {period}m" for ticker in returns.columns]
momentum_abs = pd.concat([momentum_abs, period_momentum], axis=1)
return momentum_abs
momentum_abs = calculate_absolute_momentum(returns)
# Função para calcular o momentum relativo
def calculate_relative_momentum(returns, benchmark):
relative_momentum = pd.DataFrame(index=returns.index, columns=all_tickers)
for ticker in all_tickers:
if ticker in returns.columns and benchmark in returns.columns:
relative_momentum[ticker] = returns[ticker] - returns[benchmark]
return relative_momentum
# Calcular o momentum relativo com base no benchmark ^BVSP
benchmark = "^BVSP"
relative_momentum = calculate_relative_momentum(returns, benchmark)
# Função para selecionar as ações com o melhor momentum absoluto positivo
def select_top_absolute_momentum(momentum_abs, top_n=4):
positive_momentum = momentum_abs.apply(lambda x: x.where(x > 0, 0)) # Filtra valores positivos
latest_momentum = positive_momentum.iloc[-1] # Última linha
return latest_momentum.nlargest(top_n).index.tolist() # Seleciona os top N
# Selecionar ações com o melhor momentum absoluto positivo
selected_tickers = select_top_absolute_momentum(momentum_abs)
# Função para selecionar as ações com o melhor momentum relativo
def select_top_relative_momentum(relative_momentum, top_n=4):
latest_relative_momentum = relative_momentum.iloc[-1]
return latest_relative_momentum.nlargest(top_n).index.tolist()
# Selecionar ações com o melhor momentum relativo ao benchmark
relative_selected_tickers = select_top_relative_momentum(relative_momentum)
# Escolha final
final_selected_tickers = list(set(selected_tickers).intersection(relative_selected_tickers))
print(f"Escolhendo ações com o melhor momentum absoluto e relativo: {final_selected_tickers}")
# Exibir a tabela
display(HTML(momentum_abs.to_html()))
Abaixo, o código. Porém, está dando erro e nao consigo corrigir. Agradeço a ajuda!
import pandas as pd
import yfinance as yf
import datetime as dt
from IPython.core.display import display, HTML
# Lista de tickers
all_tickers = [
"^BVSP", 'ALUP11.SA', 'AMBP3.SA', 'ANIM3.SA', 'ARML3.SA',
'ASAI3.SA', 'AURA33.SA', 'AURE3.SA', 'AZZA3.SA', 'BAZA3.SA',
'BBAS3.SA', 'BBDC4.SA', 'BBSE3.SA', 'BEEF3.SA', 'BIOM3.SA',
'BLAU3.SA', 'BMEB4.SA', 'BMGB4.SA', 'BMOB3.SA', 'BPAC11.SA',
'BPAN4.SA', 'BRAV3.SA', 'BRBI11.SA', 'BRFS3.SA', 'BRIT3.SA',
'BRKM5.SA', 'CAMB3.SA', 'CAML3.SA', 'CBAV3.SA', 'CCRO3.SA',
'CEAB3.SA', 'CMIG4.SA', 'CMIN3.SA', 'COCE5.SA', 'COGN3.SA',
'CPFE3.SA', 'CPLE6.SA', 'CRFB3.SA', 'CSAN3.SA', 'CSED3.SA',
'CSMG3.SA', 'CSNA3.SA', 'CSUD3.SA', 'CURY3.SA', 'CVCB3.SA',
'CXSE3.SA', 'CYRE3.SA', 'DESK3.SA', 'DEXP3.SA', 'DIRR3.SA',
'DMVF3.SA', 'DXCO3.SA', 'EALT4.SA', 'ECOR3.SA', 'EGIE3.SA',
'ELET3.SA', 'EMBR3.SA'
]
# Função para buscar os dados históricos
def get_data(tickers):
end_date = dt.date.today()
beg_date = dt.date(2014, 3, 1) # Data inicial: março de 2014
data = pd.DataFrame()
for ticker in tickers:
try:
temp = yf.download(ticker, start=beg_date, end=end_date, interval='1mo')
if 'Adj Close' in temp.columns:
temp = temp[['Adj Close']].reset_index()
temp.rename(columns={'Date': 'Date', 'Adj Close': ticker}, inplace=True)
if data.empty:
data = temp
else:
data = pd.merge(data, temp, on="Date", how='outer')
else:
print(f"Erro ao baixar dados para {ticker}: 'Adj Close' não encontrado.")
except Exception as e:
print(f"Erro ao processar {ticker}: {e}")
data.dropna(inplace=True)
return data
data = get_data(all_tickers)
# Função para calcular retornos mensais
def calculate_returns(data):
returns = pd.DataFrame(index=data.index, columns=all_tickers)
for ticker in all_tickers:
if ticker in data.columns:
returns[ticker] = data[ticker].pct_change()
return returns
returns = calculate_returns(data)
# Função para calcular o momentum absoluto
def calculate_absolute_momentum(returns, periods=[1, 3, 6]):
momentum_abs = pd.DataFrame(index=returns.index)
for period in periods:
period_momentum = returns.rolling(period).sum()
period_momentum.columns = [f"{ticker} - {period}m" for ticker in returns.columns]
momentum_abs = pd.concat([momentum_abs, period_momentum], axis=1)
return momentum_abs
momentum_abs = calculate_absolute_momentum(returns)
# Função para calcular o momentum relativo
def calculate_relative_momentum(returns, benchmark):
relative_momentum = pd.DataFrame(index=returns.index, columns=all_tickers)
for ticker in all_tickers:
if ticker in returns.columns and benchmark in returns.columns:
relative_momentum[ticker] = returns[ticker] - returns[benchmark]
return relative_momentum
# Calcular o momentum relativo com base no benchmark ^BVSP
benchmark = "^BVSP"
relative_momentum = calculate_relative_momentum(returns, benchmark)
# Função para selecionar as ações com o melhor momentum absoluto positivo
def select_top_absolute_momentum(momentum_abs, top_n=4):
positive_momentum = momentum_abs.apply(lambda x: x.where(x > 0, 0)) # Filtra valores positivos
latest_momentum = positive_momentum.iloc[-1] # Última linha
return latest_momentum.nlargest(top_n).index.tolist() # Seleciona os top N
# Selecionar ações com o melhor momentum absoluto positivo
selected_tickers = select_top_absolute_momentum(momentum_abs)
# Função para selecionar as ações com o melhor momentum relativo
def select_top_relative_momentum(relative_momentum, top_n=4):
latest_relative_momentum = relative_momentum.iloc[-1]
return latest_relative_momentum.nlargest(top_n).index.tolist()
# Selecionar ações com o melhor momentum relativo ao benchmark
relative_selected_tickers = select_top_relative_momentum(relative_momentum)
# Escolha final
final_selected_tickers = list(set(selected_tickers).intersection(relative_selected_tickers))
print(f"Escolhendo ações com o melhor momentum absoluto e relativo: {final_selected_tickers}")
# Exibir a tabela
display(HTML(momentum_abs.to_html()))
Andre Fonseca
Jan 28, 2025, 2:00:42 PMJan 28
to python...@googlegroups.com
Diego.
Qual é o erro que aparece para voce?
Vou dar o mesmo conselho que eu dei para outra pergunta que fizeram aqui no grupo: Vai implementando as coisas de forma gradual e testando. Assim vai ter mais clareza qual é o ponto que pode estar o erro e vai otimizando.
É o famoso passos de bebe.... ou TDD.
--
--
------------------------------------
Grupo Python-Brasil
https://wiki.python.org.br/AntesDePerguntar
<*> Para visitar o site do grupo na web, acesse:
http://groups.google.com/group/python-brasil
<*> Para sair deste grupo, envie um e-mail para:
python-brasi...@googlegroups.com
---
Você recebeu essa mensagem porque está inscrito no grupo "Python Brasil" dos Grupos do Google.
Para cancelar inscrição nesse grupo e parar de receber e-mails dele, envie um e-mail para python-brasi...@googlegroups.com.
Para ver esta conversa, acesse https://groups.google.com/d/msgid/python-brasil/175ae69f-92e4-4d14-9443-23cc94cee77bn%40googlegroups.com.
Reply all
Reply to author
Forward
0 new messages