PYield 0.45.1__tar.gz → 0.45.2__tar.gz

{pyield-0.45.1 → pyield-0.45.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: pyield
-Version: 0.45.1
+Version: 0.45.2
 Summary: A Python library for analysis of fixed income instruments in Brazil
 Project-URL: Homepage, https://github.com/crdcj/PYield
 Project-URL: Documentation, https://crdcj.github.io/PYield

pyield-0.45.2/pyield/__about__.py

@@ -0,0 +1 @@
+__version__ = "0.45.2"

{pyield-0.45.1 → pyield-0.45.2}/pyield/tn/auctions.py

@@ -1,5 +1,6 @@
 import datetime as dt
 import logging
+from collections.abc import Sequence
 
 import polars as pl
 import requests
@@ -7,8 +8,9 @@ from polars import selectors as cs
 
 from pyield import bc, bday
 from pyield._internal import converters as cv
+from pyield._internal.cache import ttl_cache
 from pyield._internal.retry import retry_padrao
-from pyield._internal.types import DateLike, any_is_empty
+from pyield._internal.types import DateLike, any_is_empty, is_collection
 from pyield.tn.ntnb import duration as duration_b
 from pyield.tn.ntnf import duration as duration_f
 
@@ -86,6 +88,7 @@ ORDEM_FINAL_COLUNAS = [
 ]
 
 
+@ttl_cache()
 @retry_padrao
 def _buscar_dados_leilao(data_leilao: dt.date) -> list[dict]:
     """Busca os dados brutos da API do Tesouro para uma data específica.
@@ -358,15 +361,17 @@ def _selecionar_e_ordenar_colunas(df: pl.DataFrame) -> pl.DataFrame:
     return df.select(colunas_selecionadas).sort("data_1v", "titulo", "data_vencimento")
 
 
-def auction(auction_date: DateLike) -> pl.DataFrame:
+def auction(auction_date: DateLike | Sequence[DateLike]) -> pl.DataFrame:
     """Consulta e processa os resultados de leilões de títulos do Tesouro Nacional.
 
-    Busca os dados da API do Tesouro para a data informada e retorna um DataFrame
-    estruturado com quantidades, financeiros, taxas de colocação, duration e DV01.
+    Busca os dados da API do Tesouro para a(s) data(s) informada(s) e retorna
+    um DataFrame estruturado com quantidades, financeiros, taxas de colocação,
+    duration e DV01.
 
     Args:
-        auction_date: Data do leilão em qualquer formato aceito por DateLike
-            (ex: "DD-MM-YYYY", datetime.date).
+        auction_date: Data ou sequência de datas do leilão em qualquer
+            formato aceito por DateLike (ex: "DD-MM-YYYY", datetime.date,
+            ou lista desses formatos).
 
     Returns:
         DataFrame com os dados processados do leilão. Em caso de erro na
@@ -421,28 +426,28 @@ def auction(auction_date: DateLike) -> pl.DataFrame:
         - taxa_maxima (Float64): taxa de juros máxima aceita, taxa de corte (decimal).
     """
     if any_is_empty(auction_date):
-        logger.info("Nenhuma data de leilão informada.")
         return pl.DataFrame()
-    try:
-        auction_date = cv.converter_datas(auction_date)
-        dados_leilao = _buscar_dados_leilao(auction_date)
-        if not dados_leilao:
-            logger.info("Sem dados de leilão disponíveis para %s.", auction_date)
-            return pl.DataFrame()
-        df = _transformar_dados_brutos(dados_leilao)
-        df = _adicionar_duration(df)
-        df = _adicionar_dv01(df)
-        df = _adicionar_dv01_usd(df)
-        df = _adicionar_prazo_medio(df)
-        # Substituir eventuais NaNs por None para compatibilidade com bancos de dados
-        df = df.with_columns(cs.float().fill_nan(None))
-        df = _selecionar_e_ordenar_colunas(df)
 
-        return df
-
-    except requests.exceptions.RequestException as e:
-        logger.error("Erro durante a requisição da API: %s", e)
+    datas: Sequence[DateLike] = (
+        auction_date if is_collection(auction_date) else [auction_date]  # type: ignore[assignment]
+    )
+    resultados = [_processar_data_unica(d) for d in datas]
+    resultados = [df for df in resultados if not df.is_empty()]
+    if not resultados:
         return pl.DataFrame()
-    except (ValueError, TypeError) as e:
-        logger.error("Erro ao processar a resposta JSON: %s", e)
+    return pl.concat(resultados)
+
+
+def _processar_data_unica(data_leilao: DateLike) -> pl.DataFrame:
+    """Busca e processa o leilão de uma única data."""
+    data = cv.converter_datas(data_leilao)
+    dados_leilao = _buscar_dados_leilao(data)
+    if not dados_leilao:
         return pl.DataFrame()
+    df = _transformar_dados_brutos(dados_leilao)
+    df = _adicionar_duration(df)
+    df = _adicionar_dv01(df)
+    df = _adicionar_dv01_usd(df)
+    df = _adicionar_prazo_medio(df)
+    df = df.with_columns(cs.float().fill_nan(None))
+    return _selecionar_e_ordenar_colunas(df)

{pyield-0.45.1 → pyield-0.45.2}/pyield/tn/lft.py

@@ -17,16 +17,13 @@ def data(date: DateLike) -> pl.DataFrame:
         pl.DataFrame: DataFrame Polars com os dados de LFT.
 
     Output Columns:
-        - BondType (String): Tipo do título (ex.: "LFT").
         - ReferenceDate (Date): Data de referência dos dados.
+        - BondType (String): Tipo do título (ex.: "LFT").
         - SelicCode (Int64): Código do título no SELIC.
         - IssueBaseDate (Date): Data base/emissão do título.
         - MaturityDate (Date): Data de vencimento do título.
         - BDToMat (Int64): Dias úteis entre referência e vencimento.
-        - AvgMaturity (Float64): Prazo médio do título em dias corridos.
-        - Duration (Float64): Macaulay Duration do título (anos).
-        - DV01 (Float64): Variação no preço para 1bp de taxa.
-        - DV01USD (Float64): DV01 convertido para USD pela PTAX do dia.
+        - AvgMaturity (Float64): Prazo médio do título em anos.
         - Price (Float64): Preço unitário (PU).
         - BidRate (Float64): Taxa de compra (decimal).
         - AskRate (Float64): Taxa de venda (decimal).
@@ -49,12 +46,10 @@ def data(date: DateLike) -> pl.DataFrame:
         BDToMat=bday.count_expr("ReferenceDate", "MaturityDate"),
     )
 
-    # Adiciona Duration, AvgMaturity, DV01, DV01USD e DIRate
+    # Adiciona AvgMaturity e DIRate
     df = df.with_columns(
-        Duration=pl.lit(0.0),
         AvgMaturity=pl.col("BDToMat") / 252,
     )
-    df = utils.adicionar_dv01(df, data_ref)
     df = utils.adicionar_taxa_di(df, data_ref)
 
     df = df.with_columns(
@@ -64,7 +59,21 @@ def data(date: DateLike) -> pl.DataFrame:
         )
     )
 
-    return df
+    return df.select(
+        "ReferenceDate",
+        "BondType",
+        "SelicCode",
+        "IssueBaseDate",
+        "MaturityDate",
+        "BDToMat",
+        "AvgMaturity",
+        "Price",
+        "BidRate",
+        "AskRate",
+        "IndicativeRate",
+        "DIRate",
+        "Premium",
+    )
 
 
 def maturities(date: DateLike) -> pl.Series:

{pyield-0.45.1 → pyield-0.45.2}/pyield/tn/ltn.py

@@ -20,8 +20,8 @@ def data(date: DateLike) -> pl.DataFrame:
         pl.DataFrame: DataFrame Polars com os dados de LTN.
 
     Output Columns:
-        - BondType (String): Tipo do título (ex.: "LTN").
         - ReferenceDate (Date): Data de referência dos dados.
+        - BondType (String): Tipo do título (ex.: "LTN").
         - SelicCode (Int64): Código do título no SELIC.
         - IssueBaseDate (Date): Data base/emissão do título.
         - MaturityDate (Date): Data de vencimento do título.
@@ -68,7 +68,25 @@ def data(date: DateLike) -> pl.DataFrame:
         ),
     )
 
-    return df
+    return df.select(
+        "ReferenceDate",
+        "BondType",
+        "SelicCode",
+        "IssueBaseDate",
+        "MaturityDate",
+        "BDToMat",
+        "Duration",
+        "AvgMaturity",
+        "DV01",
+        "DV01USD",
+        "Price",
+        "BidRate",
+        "AskRate",
+        "IndicativeRate",
+        "DIRate",
+        "DISpread",
+        "Premium",
+    )
 
 
 def maturities(date: DateLike) -> pl.Series:

{pyield-0.45.1 → pyield-0.45.2}/pyield/tn/ntnb.py

@@ -35,8 +35,8 @@ def data(date: DateLike) -> pl.DataFrame:
         pl.DataFrame: DataFrame Polars com os dados de NTN-B.
 
     Output Columns:
-        - BondType (String): Tipo do título (ex.: "NTN-B").
         - ReferenceDate (Date): Data de referência dos dados.
+        - BondType (String): Tipo do título (ex.: "NTN-B").
         - SelicCode (Int64): Código do título no SELIC.
         - IssueBaseDate (Date): Data base/emissão do título.
         - MaturityDate (Date): Data de vencimento do título.
@@ -97,7 +97,26 @@ def data(date: DateLike) -> pl.DataFrame:
     taxas_forward = fwd.forwards(bdays=df["BDToMat"], rates=df["SpotRate"])
     df = df.with_columns(ForwardRate=taxas_forward)
 
-    return df
+    return df.select(
+        "ReferenceDate",
+        "BondType",
+        "SelicCode",
+        "IssueBaseDate",
+        "MaturityDate",
+        "BDToMat",
+        "Duration",
+        "AvgMaturity",
+        "DV01",
+        "DV01USD",
+        "Price",
+        "BidRate",
+        "AskRate",
+        "IndicativeRate",
+        "DIRate",
+        "SpotRate",
+        "ForwardRate",
+        "ImpliedInflation",
+    )
 
 
 def maturities(date: DateLike) -> pl.Series:

{pyield-0.45.1 → pyield-0.45.2}/pyield/tn/ntnc.py

@@ -51,8 +51,8 @@ def data(date: DateLike) -> pl.DataFrame:
         pl.DataFrame: DataFrame Polars com os dados de NTN-C.
 
     Output Columns:
-        - BondType (String): Tipo do título (ex.: "NTN-C").
         - ReferenceDate (Date): Data de referência dos dados.
+        - BondType (String): Tipo do título (ex.: "NTN-C").
         - SelicCode (Int64): Código do título no SELIC.
         - IssueBaseDate (Date): Data base/emissão do título.
         - MaturityDate (Date): Data de vencimento do título.
@@ -87,7 +87,23 @@ def data(date: DateLike) -> pl.DataFrame:
     df = utils.adicionar_dv01(df, data_ref)
     df = utils.adicionar_taxa_di(df, data_ref)
 
-    return df
+    return df.select(
+        "ReferenceDate",
+        "BondType",
+        "SelicCode",
+        "IssueBaseDate",
+        "MaturityDate",
+        "BDToMat",
+        "Duration",
+        "AvgMaturity",
+        "DV01",
+        "DV01USD",
+        "Price",
+        "BidRate",
+        "AskRate",
+        "IndicativeRate",
+        "DIRate",
+    )
 
 
 def payment_dates(

{pyield-0.45.1 → pyield-0.45.2}/pyield/tn/ntnf.py

@@ -41,8 +41,8 @@ def data(date: DateLike) -> pl.DataFrame:
         pl.DataFrame: DataFrame Polars com os dados de NTN-F.
 
     Output Columns:
-        - BondType (String): Tipo do título (ex.: "NTN-F").
         - ReferenceDate (Date): Data de referência dos dados.
+        - BondType (String): Tipo do título (ex.: "NTN-F").
         - SelicCode (Int64): Código do título no SELIC.
         - IssueBaseDate (Date): Data base/emissão do título.
         - MaturityDate (Date): Data de vencimento do título.
@@ -120,7 +120,27 @@ def data(date: DateLike) -> pl.DataFrame:
         ),
     )
 
-    return df
+    return df.select(
+        "ReferenceDate",
+        "BondType",
+        "SelicCode",
+        "IssueBaseDate",
+        "MaturityDate",
+        "BDToMat",
+        "AvgMaturity",
+        "Duration",
+        "DV01",
+        "DV01USD",
+        "Price",
+        "BidRate",
+        "AskRate",
+        "IndicativeRate",
+        "DIRate",
+        "SpotRate",
+        "DISpread",
+        "DINetSpread",
+        "Premium",
+    )
 
 
 def maturities(date: DateLike) -> pl.Series:

pyield-0.45.1/pyield/__about__.py

@@ -1 +0,0 @@
-__version__ = "0.45.1"