pyield 0.49.4__tar.gz → 0.49.5__tar.gz

{pyield-0.49.4 → pyield-0.49.5}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.3
 Name: pyield
-Version: 0.49.4
+Version: 0.49.5
 Summary: A Python library for analysis of fixed income instruments in Brazil
 Keywords: fixed-income,brazil,finance,analysis,bonds
 Author: Carlos Carvalho
@@ -46,6 +46,7 @@ Description-Content-Type: text/markdown
 [![Made with Python](https://img.shields.io/badge/Python->=3.12-blue?logo=python&logoColor=white)](https://python.org "Go to Python homepage")
 [![License](https://img.shields.io/badge/License-MIT-blue)](https://github.com/crdcj/PYield/blob/main/LICENSE)
 [![Docs](https://img.shields.io/badge/docs-GitHub%20Pages-blue?logo=readthedocs&logoColor=white)](https://crdcj.github.io/PYield/)
+[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/crdcj/PYield/blob/main/examples/pyield_quickstart.ipynb)
 
 # PYield: Toolkit de Renda Fixa Brasileira
 

{pyield-0.49.4 → pyield-0.49.5}/README.md

@@ -2,6 +2,7 @@
 [![Made with Python](https://img.shields.io/badge/Python->=3.12-blue?logo=python&logoColor=white)](https://python.org "Go to Python homepage")
 [![License](https://img.shields.io/badge/License-MIT-blue)](https://github.com/crdcj/PYield/blob/main/LICENSE)
 [![Docs](https://img.shields.io/badge/docs-GitHub%20Pages-blue?logo=readthedocs&logoColor=white)](https://crdcj.github.io/PYield/)
+[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/crdcj/PYield/blob/main/examples/pyield_quickstart.ipynb)
 
 # PYield: Toolkit de Renda Fixa Brasileira
 

{pyield-0.49.4 → pyield-0.49.5}/pyield/b3/di_over.py

@@ -13,9 +13,12 @@ Notas de implementação:
 """
 
 import datetime as dt
-import ftplib
 import logging
+import time
+import urllib.error
+import urllib.request
 
+from pyield import du
 from pyield._internal.cache import ttl_cache
 from pyield._internal.converters import converter_datas
 from pyield._internal.types import DateLike, any_is_empty
@@ -28,36 +31,36 @@ DATA_INICIO = dt.date(2012, 8, 20)
 # 4 casas decimais na taxa = 2 casas decimais em percentual
 CASAS_DECIMAIS_DI_OVER = 4
 
+_URL_BASE = "ftp://ftp.cetip.com.br/MediaCDI/"
+_MAX_TENTATIVAS = 3
+_ESPERA = 2.0  # segundos entre tentativas (erro 421 é transitório)
+
 
 @ttl_cache()
 def _buscar_taxa(nome_arquivo: str) -> float:
     """Busca a taxa DI no FTP da CETIP para o arquivo informado."""
-    try:
-        with ftplib.FTP("ftp.cetip.com.br", timeout=10) as ftp:
-            ftp.login()
-            ftp.cwd("/MediaCDI")
-
-            linhas = []
-            try:
-                ftp.retrlines(f"RETR {nome_arquivo}", linhas.append)
-            except ftplib.error_perm as e:
-                # Código 550 = arquivo não encontrado (feriado/fim de semana)
-                if str(e).startswith("550"):
-                    return float("nan")
-                raise
-
-            if not linhas:
-                registro.error("Arquivo %s está vazio.", nome_arquivo)
-                return float("nan")
-
-            # Formato usual: "00001315" -> 13.15% -> 0.1315
-            taxa_bruta = linhas[0].strip()
-            taxa = int(taxa_bruta) / 10**CASAS_DECIMAIS_DI_OVER
+    for tentativa in range(1, _MAX_TENTATIVAS + 1):
+        try:
+            with urllib.request.urlopen(_URL_BASE + nome_arquivo, timeout=10) as r:
+                conteudo = r.read().decode().strip()
+            taxa = int(conteudo) / 10**CASAS_DECIMAIS_DI_OVER
             return round(taxa, CASAS_DECIMAIS_DI_OVER)
+        except urllib.error.URLError as e:
+            motivo = str(e.reason)
+            # Código 550 = arquivo não encontrado (feriado/fim de semana)
+            if "550" in motivo:
+                return float("nan")
+            # Código 421 = muitas conexões simultâneas; erro transitório
+            if "421" in motivo and tentativa < _MAX_TENTATIVAS:
+                registro.warning(
+                    "Erro FTP transitório (tentativa %s): %s", tentativa, e.reason
+                )
+                time.sleep(_ESPERA)
+                continue
+            raise ConnectionError(f"Falha ao buscar taxa DI via FTP: {e.reason}") from e
 
-    except ftplib.all_errors as e:
-        registro.error("Erro de conexão ou transferência FTP: %s", e)
-        raise ConnectionError(f"Falha ao buscar taxa DI via FTP: {e}") from e
+    msg = "Fluxo de retry inválido."
+    raise RuntimeError(msg)
 
 
 def di_over(data: DateLike) -> float:
@@ -85,7 +88,7 @@ def di_over(data: DateLike) -> float:
         return float("nan")
 
     data_ref = converter_datas(data)
-    if data_ref < DATA_INICIO:
+    if data_ref < DATA_INICIO or not du.eh_dia_util(data_ref):
         return float("nan")
 
     return _buscar_taxa(data_ref.strftime("%Y%m%d.txt"))

pyield-0.49.5/pyield/tpf/rmd/__init__.py

@@ -0,0 +1,81 @@
+"""Relatório Mensal da Dívida (RMD) do Tesouro Nacional."""
+
+import logging
+
+import polars as pl
+
+from . import _aba_1_3, _aba_2_1
+from ._download import baixar_planilha_rmd as _carregar_planilha_rmd
+
+registro = logging.getLogger(__name__)
+
+_IMPLEMENTACOES = {
+    "1.3": _aba_1_3.estruturar_dados,
+    "2.1": _aba_2_1.estruturar_dados,
+}
+
+
+def rmd(aba: str) -> pl.DataFrame:
+    """Retorna dados do Relatório Mensal da Dívida (RMD) do Tesouro Nacional.
+
+    Baixa e processa a planilha do RMD, extraindo dados da aba solicitada. A
+    publicação mais recente é descoberta automaticamente via parse HTML da página
+    oficial do Tesouro Transparente.
+
+    Args:
+        aba: Número da aba a processar. Abas implementadas: ``"1.3"`` e ``"2.1"``.
+
+    Returns:
+        DataFrame Polars no schema específico da aba solicitada. Em caso de erro,
+        retorna DataFrame vazio e registra o erro em log.
+
+    Output Columns:
+        Aba ``"1.3"``:
+            * periodo (Date): primeiro dia do mês de referência.
+            * grupo (String): seção principal — ``"Emissões"`` ou ``"Resgates"``.
+            * subgrupo (String): categoria dentro do grupo.
+            * titulo (String): tipo de título ou ``null`` para subgrupos sem
+                detalhamento por título.
+            * valor (Float64): valor em R$.
+        Aba ``"2.1"``:
+            * periodo (Date): primeiro dia do mês de referência.
+            * detentor (String): quem detém o estoque — ``"Público"`` ou
+                ``"Banco Central"``.
+            * tipo (String): classificação da dívida — ``"DPMFi"`` (interna) ou
+                ``"DPFe"`` (externa).
+            * categoria (String): subdivisão dentro do tipo, quando houver —
+                ``"Tesouro Nacional"``, ``"Banco Central"`` (emitente dentro da
+                DPMFi pública), ``"Mobiliária"``, ``"Contratual"``; ``null``
+                quando não há subdivisão (ex.: DPMFi em poder do Banco Central).
+            * titulo (String): título ou instrumento de dívida.
+            * valor (Float64): valor em R$. Somente registros folha; subtotais
+                devem ser calculados pelo usuário via agregação.
+
+    Raises:
+        ValueError: Se ``aba`` não estiver entre as abas implementadas.
+
+    Notes:
+        - A publicação mais recente é descoberta automaticamente via parse HTML
+          do Tesouro Transparente.
+        - A aba ``"1.3"`` traz emissões e resgates da DPMFi.
+        - A aba ``"2.1"`` traz a série histórica de estoque da DPF.
+
+    Examples:
+        >>> df = yd.tpf.rmd(aba="1.3")  # doctest: +SKIP
+        >>> df = yd.tpf.rmd(aba="2.1")  # doctest: +SKIP
+    """
+    if aba not in _IMPLEMENTACOES:
+        disponiveis = ", ".join(f'"{t}"' for t in sorted(_IMPLEMENTACOES))
+        raise ValueError(
+            f"Aba '{aba}' não disponível. Abas implementadas: {disponiveis}."
+        )
+
+    try:
+        conteudo_excel = _carregar_planilha_rmd()
+        df = _IMPLEMENTACOES[aba](conteudo_excel)
+    except Exception as e:
+        registro.exception(f"Erro ao coletar dados do RMD (aba {aba!r}): {e}")
+        return pl.DataFrame()
+
+    registro.info(f"Dados do RMD (aba {aba!r}) processados. Shape: {df.shape}.")
+    return df

pyield-0.49.5/pyield/tpf/rmd/_aba_1_3.py

@@ -0,0 +1,107 @@
+"""Parser da aba 1.3 do RMD."""
+
+import datetime as dt
+
+import polars as pl
+
+from ._common import parsear_periodo
+
+_LINHA_PERIODOS = 2
+_LINHA_INICIO_DADOS = _LINHA_PERIODOS + 1
+
+_TITULOS = ("LFT", "LTN", "NTN-B", "NTN-B1", "NTN-F", "NTN-C", "NTN-D", "Demais")
+_SECOES = {"I - EMISSÕES": "Emissões", "II - RESGATES": "Resgates"}
+_SUBGRUPOS = {"Vendas", "Trocas", "Vencimentos", "Compras"}
+_SUBGRUPO_TD = "Tesouro Direto"
+_SUBGRUPOS_DIRETOS = (
+    "Transferência de Carteira",
+    "Emissão Direta com Financeiro",
+    "Emissão Direta sem Financeiro",
+    "Pagamento de Dividendos",
+    "Cancelamentos",
+)
+_PREFIXOS_IGNORAR = ("IMPACTO", "OPERAÇÕES", "III -", "RESGATE")
+
+
+def _classificar_categorias(
+    categorias: list[str],
+) -> list[tuple[int, str, str, str | None]]:
+    """Percorre rótulos de categoria e classifica linhas de dados."""
+    grupo = ""
+    subgrupo = ""
+    eventos: list[tuple[int, str, str, str | None]] = []
+
+    for i, cat in enumerate(categorias):
+        c = cat.strip()
+        if c in _SECOES:
+            grupo, subgrupo = _SECOES[c], ""
+        elif any(c.startswith(p) for p in _PREFIXOS_IGNORAR):
+            grupo = ""
+        elif grupo:
+            if c in _SUBGRUPOS:
+                subgrupo = c
+            elif c.startswith(_SUBGRUPO_TD):
+                subgrupo = _SUBGRUPO_TD
+            elif c in _TITULOS:
+                eventos.append((i, grupo, subgrupo, c))
+            else:
+                prefixo = next((p for p in _SUBGRUPOS_DIRETOS if c.startswith(p)), None)
+                if prefixo:
+                    eventos.append((i, grupo, prefixo, None))
+
+    return eventos
+
+
+def _montar_registros(
+    eventos: list[tuple[int, str, str, str | None]],
+    datas_mensais: list[dt.date],
+    matriz: pl.DataFrame,
+) -> pl.DataFrame:
+    """Monta DataFrame longo com todos os registros de emissões e resgates."""
+    linhas = [
+        (data, grupo, subgrupo, titulo, valor)
+        for idx, grupo, subgrupo, titulo in eventos
+        for data, valor in zip(datas_mensais, matriz.row(idx))
+    ]
+    return pl.DataFrame(
+        linhas,
+        schema={
+            "periodo": pl.Date,
+            "grupo": pl.String,
+            "subgrupo": pl.String,
+            "titulo": pl.String,
+            "valor": pl.Float64,
+        },
+        orient="row",
+    )
+
+
+def estruturar_dados(conteudo_excel: bytes) -> pl.DataFrame:
+    """Lê a aba ``1.3`` do Excel e retorna DataFrame longo."""
+    df_bruto = pl.read_excel(
+        conteudo_excel,
+        sheet_name="1.3",
+        has_header=False,
+    )
+
+    periodos_raw = [str(p) for p in df_bruto.row(_LINHA_PERIODOS)[1:] if p is not None]
+
+    datas_e_indices = [
+        (i, data)
+        for i, periodo in enumerate(periodos_raw)
+        if (data := parsear_periodo(periodo)) is not None
+    ]
+    indices_mensais = [i for i, _ in datas_e_indices]
+    datas_mensais = [data for _, data in datas_e_indices]
+
+    df_dados = df_bruto[_LINHA_INICIO_DADOS:]
+    df_dados = df_dados.filter(df_dados[:, 0].is_not_null())
+
+    eventos = _classificar_categorias([str(c) for c in df_dados[:, 0].to_list()])
+    matriz = df_dados[:, 1:].cast(pl.Float64, strict=False)[:, indices_mensais]
+
+    return (
+        _montar_registros(eventos, datas_mensais, matriz)
+        .with_columns(valor=pl.col("valor").mul(1_000_000).round(2))
+        .filter(pl.col("valor").is_not_null() & (pl.col("valor") != 0))
+    )

pyield-0.49.5/pyield/tpf/rmd/_aba_2_1.py

@@ -0,0 +1,97 @@
+"""Parser da aba 2.1 do RMD."""
+
+from datetime import date
+
+import polars as pl
+
+from ._common import limpar_rotulo, parsear_periodo
+
+_LINHA_PERIODOS = 2
+_LINHA_INICIO_DADOS = _LINHA_PERIODOS + 1
+
+# Rótulos (uppercase) que definem transições de estado hierárquico.
+# Valor: (detentor, tipo, categoria, pode_emitir)
+# pode_emitir=False indica estado intermediário; linhas folha são ignoradas até
+# a próxima transição com pode_emitir=True.
+_TRANSICOES: dict[str, tuple[str | None, str | None, str | None, bool]] = {
+    "DPF EM PODER DO PÚBLICO": (None, None, None, False),
+    "DPMFI": ("Público", "DPMFi", None, False),
+    "TESOURO NACIONAL": ("Público", "DPMFi", "Tesouro Nacional", True),
+    "BANCO CENTRAL": ("Público", "DPMFi", "Banco Central", True),
+    "DPFE": ("Público", "DPFe", None, False),
+    "DÍVIDA MOBILIÁRIA": ("Público", "DPFe", "Mobiliária", True),
+    "DÍVIDA CONTRATUAL": ("Público", "DPFe", "Contratual", True),
+    "DPMFI EM PODER DO BANCO CENTRAL": ("Banco Central", "DPMFi", None, True),
+}
+
+
+def _obter_periodos_mensais(
+    df_bruto: pl.DataFrame,
+) -> list[tuple[int, date]]:
+    """Extrai os pares (índice_coluna, data) dos períodos mensais válidos."""
+    periodos_raw = [str(p) for p in df_bruto.row(_LINHA_PERIODOS)[1:] if p is not None]
+    return [
+        (i, data)
+        for i, periodo in enumerate(periodos_raw)
+        if (data := parsear_periodo(periodo)) is not None
+    ]
+
+
+def _montar_registros(df_bruto: pl.DataFrame) -> list[tuple[object, ...]]:
+    """Converte o bloco hierárquico da aba em registros longos (somente folhas)."""
+    periodos = _obter_periodos_mensais(df_bruto)
+    linhas = df_bruto[_LINHA_INICIO_DADOS:]
+    detentor: str | None = None
+    tipo: str | None = None
+    categoria: str | None = None
+    pode_emitir: bool = False
+    registros: list[tuple[object, ...]] = []
+
+    for linha in linhas.iter_rows():
+        bruto = linha[0]
+        if bruto is None:
+            continue
+
+        rotulo = limpar_rotulo(bruto)
+        if not rotulo:
+            continue
+
+        transicao = _TRANSICOES.get(rotulo.upper())
+        if transicao is not None:
+            detentor, tipo, categoria, pode_emitir = transicao
+            continue
+
+        if not pode_emitir:
+            continue
+
+        valores = linha[1:]
+        for indice, data in periodos:
+            registros.append((data, detentor, tipo, categoria, rotulo, valores[indice]))
+
+    return registros
+
+
+def estruturar_dados(conteudo_excel: bytes) -> pl.DataFrame:
+    """Lê a aba ``2.1`` do Excel e retorna DataFrame longo."""
+    df_bruto = pl.read_excel(
+        conteudo_excel,
+        sheet_name="2.1",
+        has_header=False,
+    )
+
+    return (
+        pl.DataFrame(
+            _montar_registros(df_bruto),
+            schema={
+                "periodo": pl.Date,
+                "detentor": pl.String,
+                "tipo": pl.String,
+                "categoria": pl.String,
+                "titulo": pl.String,
+                "valor": pl.Float64,
+            },
+            orient="row",
+        )
+        .with_columns(valor=pl.col("valor").mul(1_000_000_000).round(2))
+        .filter(pl.col("valor").is_not_null())
+    )

pyield-0.49.5/pyield/tpf/rmd/_common.py

@@ -0,0 +1,41 @@
+"""Helpers compartilhados pelos parsers do RMD."""
+
+import datetime as dt
+import re
+
+_MESES_PT = {
+    "Jan": 1,
+    "Fev": 2,
+    "Mar": 3,
+    "Abr": 4,
+    "Mai": 5,
+    "Jun": 6,
+    "Jul": 7,
+    "Ago": 8,
+    "Set": 9,
+    "Out": 10,
+    "Nov": 11,
+    "Dez": 12,
+}
+
+_PADRAO_ESPACOS = re.compile(r"\s+")
+
+
+def parsear_periodo(periodo: str) -> dt.date | None:
+    """Converte string de período para ``datetime.date`` ou ``None``."""
+    try:
+        mes_str, ano_str = periodo.split("/")
+    except ValueError:
+        return None
+
+    mes = _MESES_PT.get(mes_str)
+    if mes is None:
+        return None
+
+    return dt.date(2000 + int(ano_str), mes, 1)
+
+
+def limpar_rotulo(valor: object) -> str:
+    """Remove espaços e notas de rodapé do rótulo lido do Excel."""
+    texto = str(valor).replace("¹", "").replace("²", "").strip()
+    return _PADRAO_ESPACOS.sub(" ", texto)

pyield-0.49.5/pyield/tpf/rmd/_download.py

@@ -0,0 +1,55 @@
+"""Download e extração da planilha do RMD."""
+
+import io
+import zipfile as zf
+
+import requests
+from lxml import html
+
+from pyield._internal.cache import ttl_cache
+from pyield._internal.retry import retry_padrao
+
+URL_BASE = (
+    "https://www.tesourotransparente.gov.br/publicacoes/relatorio-mensal-da-divida-rmd"
+)
+_TIMEOUT_SEGUNDOS = 60
+_TTL_UM_DIA = 86_400  # segundos
+
+
+@retry_padrao
+def _buscar_conteudo(url: str) -> bytes:
+    """Busca o conteúdo de uma URL, seguindo redirects, com retry."""
+    resposta = requests.get(url, timeout=_TIMEOUT_SEGUNDOS)
+    resposta.raise_for_status()
+    return resposta.content
+
+
+def _buscar_url_anexo() -> str:
+    """Encontra a URL do arquivo ZIP do anexo mais recente do RMD."""
+    conteudo_pagina = _buscar_conteudo(URL_BASE)
+    arvore = html.fromstring(conteudo_pagina)
+    resultado = arvore.xpath("//a[contains(@href, 'publicacao-anexo')]/@href")
+    if not isinstance(resultado, list) or not resultado:
+        raise ValueError("Link do anexo ZIP não encontrado na página do RMD.")
+    return str(resultado[0])
+
+
+def _extrair_excel(conteudo_zip: bytes) -> bytes:
+    """Extrai o arquivo Excel do ZIP."""
+    with zf.ZipFile(io.BytesIO(conteudo_zip), "r") as arquivo_zip:
+        nomes_excel = [
+            nome
+            for nome in arquivo_zip.namelist()
+            if nome.lower().endswith((".xlsx", ".xls"))
+        ]
+        if not nomes_excel:
+            raise ValueError("Nenhum arquivo Excel encontrado no ZIP do RMD.")
+        return arquivo_zip.read(nomes_excel[0])
+
+
+@ttl_cache(ttl=_TTL_UM_DIA)
+def baixar_planilha_rmd() -> bytes:
+    """Baixa e extrai a planilha Excel do anexo mais recente do RMD."""
+    url_anexo = _buscar_url_anexo()
+    conteudo_zip = _buscar_conteudo(url_anexo)
+    return _extrair_excel(conteudo_zip)

{pyield-0.49.4 → pyield-0.49.5}/pyproject.toml

@@ -19,7 +19,7 @@ dependencies = [
     "fastexcel>=0.19.0",
     "tzdata>=2024.1; platform_system == 'Windows'",
 ]
-version = "0.49.4"
+version = "0.49.5"
 
 [project.urls]
 Homepage = "https://github.com/crdcj/PYield"

pyield-0.49.4/pyield/tpf/rmd.py

@@ -1,262 +0,0 @@
-"""Módulo para buscar dados do Relatório Mensal da Dívida (RMD) do Tesouro Nacional."""
-
-import datetime
-import io
-import logging
-import zipfile as zf
-
-import polars as pl
-import requests
-from lxml import html
-
-from pyield._internal.retry import retry_padrao
-
-registro = logging.getLogger(__name__)
-
-URL_BASE = (
-    "https://www.tesourotransparente.gov.br/publicacoes/relatorio-mensal-da-divida-rmd"
-)
-_ABAS_DISPONIVEIS = ("1.3",)
-_TIMEOUT_SEGUNDOS = 60
-
-# Índices de linha (0-based) na planilha após leitura com fastexcel (sem cabeçalho)
-# O fastexcel compacta linhas totalmente vazias, resultando em 81 linhas ao invés das
-# 101 do Excel bruto. Os índices abaixo refletem o layout observado no arquivo atual.
-_LINHA_PERIODOS = 2  # Rótulos de período: "Nov/06", "Dez/06", ..., "2025"
-_LINHA_INICIO_DADOS = 3  # Primeira linha de dados: "I - EMISSÕES"
-_LINHA_FIM_DADOS = 67  # Exclusivo: notas de rodapé a partir desta linha
-
-# Tipos de título que viram colunas (em ordem)
-_TITULOS = ("LFT", "LTN", "NTN-B", "NTN-B1", "NTN-F", "NTN-C", "NTN-D", "Demais")
-
-# Mapeamento de rótulo de seção → nome limpo
-_SECOES = {"I - EMISSÕES": "Emissões", "II - RESGATES": "Resgates"}
-
-# Rótulos de subgrupo conhecidos e prefixo do Tesouro Direto
-_SUBGRUPOS = {"Vendas", "Trocas", "Vencimentos", "Compras"}
-_SUBGRUPO_TD = "Tesouro Direto"
-
-# Subgrupos sem detalhamento por tipo de título (valor direto na linha)
-# Tuple para ordem determinística; correspondência por prefixo (ignora notas de rodapé)
-_SUBGRUPOS_DIRETOS = (
-    "Transferência de Carteira",
-    "Emissão Direta com Financeiro",
-    "Emissão Direta sem Financeiro",
-    "Pagamento de Dividendos",
-    "Cancelamentos",
-)
-
-# Prefixos que sinalizam fim da área de interesse (seções a ignorar)
-_PREFIXOS_IGNORAR = ("IMPACTO", "OPERAÇÕES", "III -", "RESGATE")
-
-_MESES_PT = {
-    "Jan": 1,
-    "Fev": 2,
-    "Mar": 3,
-    "Abr": 4,
-    "Mai": 5,
-    "Jun": 6,
-    "Jul": 7,
-    "Ago": 8,
-    "Set": 9,
-    "Out": 10,
-    "Nov": 11,
-    "Dez": 12,
-}
-
-
-def _parsear_periodo(periodo: str) -> datetime.date | None:
-    """Converte string de período para datetime.date ou None para totais anuais."""
-    try:
-        mes_str, ano_str = periodo.split("/")
-    except ValueError:
-        return None  # ex: "2025" (total anual) → descartado
-    mes = _MESES_PT.get(mes_str)
-    if mes is None:
-        return None
-    ano = 2000 + int(ano_str)
-    return datetime.date(ano, mes, 1)
-
-
-@retry_padrao
-def _buscar_conteudo(url: str) -> bytes:
-    """Busca o conteúdo de uma URL, seguindo redirects, com retry."""
-    resposta = requests.get(url, timeout=_TIMEOUT_SEGUNDOS)
-    resposta.raise_for_status()
-    return resposta.content
-
-
-def _buscar_url_anexo() -> str:
-    """Encontra a URL do arquivo ZIP do anexo mais recente do RMD.
-
-    A URL base redireciona automaticamente para a página do mês atual.
-    O lxml localiza o link do anexo ZIP nessa página.
-    """
-    conteudo_pagina = _buscar_conteudo(URL_BASE)
-    arvore = html.fromstring(conteudo_pagina)
-    resultado = arvore.xpath("//a[contains(@href, 'publicacao-anexo')]/@href")
-    if not isinstance(resultado, list) or not resultado:
-        raise ValueError("Link do anexo ZIP não encontrado na página do RMD.")
-    return str(resultado[0])
-
-
-def _extrair_excel(conteudo_zip: bytes) -> bytes:
-    """Extrai o arquivo Excel do ZIP."""
-    with zf.ZipFile(io.BytesIO(conteudo_zip), "r") as arquivo_zip:
-        nomes_excel = [
-            n for n in arquivo_zip.namelist() if n.lower().endswith((".xlsx", ".xls"))
-        ]
-        if not nomes_excel:
-            raise ValueError("Nenhum arquivo Excel encontrado no ZIP do RMD.")
-        return arquivo_zip.read(nomes_excel[0])
-
-
-def _classificar_categorias(
-    categorias: list[str],
-) -> list[tuple[int, str, str, str | None]]:
-    """Percorre rótulos de categoria e classifica linhas de dados.
-
-    Máquina de estados que rastreia grupo (Emissões/Resgates) e subgrupo.
-    Retorna lista de eventos (idx, grupo, subgrupo, titulo). Para subgrupos
-    sem detalhamento por título, titulo é None.
-
-    Args:
-        categorias: Lista de rótulos de categoria lidos da coluna 0 do Excel.
-
-    Returns:
-        Lista de eventos (idx, grupo, subgrupo, titulo) detectados.
-    """
-    grupo = ""
-    subgrupo = ""
-    eventos: list[tuple[int, str, str, str | None]] = []
-    for i, cat in enumerate(categorias):
-        c = cat.strip()
-        if c in _SECOES:
-            grupo, subgrupo = _SECOES[c], ""
-        elif any(c.startswith(p) for p in _PREFIXOS_IGNORAR):
-            grupo = ""
-        elif grupo:
-            if c in _SUBGRUPOS:
-                subgrupo = c
-            elif c.startswith(_SUBGRUPO_TD):
-                subgrupo = _SUBGRUPO_TD
-            elif c in _TITULOS:
-                eventos.append((i, grupo, subgrupo, c))
-            else:
-                prefixo = next((p for p in _SUBGRUPOS_DIRETOS if c.startswith(p)), None)
-                if prefixo:
-                    eventos.append((i, grupo, prefixo, None))
-    return eventos
-
-
-def _montar_registros(
-    eventos: list[tuple[int, str, str, str | None]],
-    datas_mensais: list[datetime.date],
-    matriz: pl.DataFrame,
-) -> pl.DataFrame:
-    """Monta DataFrame longo com todos os registros de emissões e resgates."""
-    linhas = [
-        (data, grupo, subgrupo, titulo, val)
-        for idx, grupo, subgrupo, titulo in eventos
-        for data, val in zip(datas_mensais, matriz.row(idx))
-    ]
-    return pl.DataFrame(
-        linhas,
-        schema={
-            "periodo": pl.Date,
-            "grupo": pl.String,
-            "subgrupo": pl.String,
-            "titulo": pl.String,
-            "valor": pl.Float64,
-        },
-        orient="row",
-    )
-
-
-def _estruturar_dados(conteudo_excel: bytes) -> pl.DataFrame:
-    """Lê a aba '1.3' do Excel e retorna DataFrame longo com emissões e resgates."""
-    df_bruto = pl.read_excel(
-        conteudo_excel,
-        sheet_name="1.3",
-        has_header=False,
-    )
-
-    periodos_raw = [str(p) for p in df_bruto.row(_LINHA_PERIODOS)[1:] if p is not None]
-
-    datas_e_indices = [
-        (i, d)
-        for i, periodo in enumerate(periodos_raw)
-        if (d := _parsear_periodo(periodo)) is not None
-    ]
-    indices_mensais = [i for i, _ in datas_e_indices]
-    datas_mensais = [d for _, d in datas_e_indices]
-
-    df_dados = df_bruto[_LINHA_INICIO_DADOS:_LINHA_FIM_DADOS]
-    df_dados = df_dados.filter(df_dados[:, 0].is_not_null())
-
-    eventos = _classificar_categorias([str(c) for c in df_dados[:, 0].to_list()])
-
-    matriz = df_dados[:, 1:].cast(pl.Float64, strict=False)[:, indices_mensais]
-
-    return (
-        _montar_registros(eventos, datas_mensais, matriz)
-        .with_columns(valor=pl.col("valor").mul(1_000_000).round(2))
-        .filter(pl.col("valor").is_not_null() & (pl.col("valor") != 0))
-    )
-
-
-def rmd(aba: str) -> pl.DataFrame:
-    """Retorna dados do Relatório Mensal da Dívida (RMD) do Tesouro Nacional.
-
-    Baixa e processa a planilha do RMD, extraindo dados de emissões e resgates
-    de Títulos Públicos Federais da Dívida Pública Mobiliária Federal interna
-    (DPMFi). A publicação mais recente é descoberta automaticamente via parse
-    HTML da página oficial.
-
-    Args:
-        aba: Número da aba a processar (ex: ``"1.3"``). Abas implementadas: ``"1.3"``.
-
-    Returns:
-        DataFrame longo com dados de emissões e resgates por período, seção,
-        subgrupo e tipo de título. Registros com valor nulo ou zero são excluídos.
-        Em caso de erro, retorna DataFrame vazio e registra log da excessão.
-
-    Output Columns:
-        * periodo (Date): primeiro dia do mês de referência.
-        * grupo (String): seção principal — ``"Emissões"`` ou ``"Resgates"``.
-        * subgrupo (String): categoria dentro do grupo.
-        * titulo (String): tipo de título (``"LFT"``, ``"LTN"``, ``"NTN-B"``,
-            ``"NTN-B1"``, ``"NTN-F"``, ``"NTN-C"``, ``"NTN-D"``, ``"Demais"``,
-            ou ``null`` para subgrupos sem detalhamento por título).
-        * valor (Float64): valor em R$.
-
-    Raises:
-        ValueError: Se ``aba`` não estiver entre as abas implementadas.
-
-    Notes:
-        - A função sempre busca a publicação mais recente disponível.
-        - Totais anuais são excluídos; podem ser recalculados via group_by.
-        - Totais de referência para 2025:
-            Emissões = R$ 1.840.946.621.648,18
-            Resgates = R$ 1.395.109.062.272,45.
-
-    Examples:
-        >>> df = yd.tpf.rmd(aba="1.3")  # doctest: +SKIP
-    """
-    if aba not in _ABAS_DISPONIVEIS:
-        disponiveis = ", ".join(f'"{t}"' for t in sorted(_ABAS_DISPONIVEIS))
-        raise ValueError(
-            f"Aba '{aba}' não disponível. Abas implementadas: {disponiveis}."
-        )
-    try:
-        url_anexo = _buscar_url_anexo()
-        registro.debug(f"URL do anexo RMD: {url_anexo}")
-        conteudo_zip = _buscar_conteudo(url_anexo)
-        conteudo_excel = _extrair_excel(conteudo_zip)
-        df = _estruturar_dados(conteudo_excel)
-    except Exception as e:
-        registro.exception(f"Erro ao coletar dados do RMD (aba {aba!r}): {e}")
-        return pl.DataFrame()
-
-    registro.info(f"Dados do RMD (aba {aba!r}) processados. Shape: {df.shape}.")
-    return df