pyield 0.56.1__tar.gz → 0.57.2__tar.gz

pyield-0.57.2/PKG-INFO

@@ -0,0 +1,131 @@
+Metadata-Version: 2.4
+Name: pyield
+Version: 0.57.2
+Summary: Polars-powered toolkit for Brazilian fixed income analysis
+Keywords: fixed-income,brazil,finance,analysis,bonds
+Author: Carlos Carvalho
+Author-email: Carlos Carvalho <carlos.carvalho.jr@gmail.com>
+License-Expression: MIT
+License-File: LICENSE
+Classifier: Programming Language :: Python :: 3
+Classifier: Operating System :: OS Independent
+Classifier: Intended Audience :: Financial and Insurance Industry
+Classifier: Topic :: Office/Business :: Financial :: Investment
+Requires-Dist: polars>=1.39.0
+Requires-Dist: lxml>=6.0.0
+Requires-Dist: requests>=2.31.0
+Requires-Dist: fastexcel>=0.19.0
+Requires-Dist: tzdata>=2024.1 ; sys_platform == 'win32'
+Requires-Python: >=3.12
+Project-URL: Homepage, https://github.com/crdcj/PYield
+Project-URL: Documentation, https://crdcj.github.io/PYield
+Project-URL: Source, https://github.com/crdcj/PYield
+Project-URL: Bug Tracker, https://github.com/crdcj/PYield/issues
+Description-Content-Type: text/markdown
+
+[![PyPI version](https://img.shields.io/pypi/v/pyield.svg)](https://pypi.python.org/pypi/pyield)
+[![Made with Python](https://img.shields.io/badge/Python->=3.12-blue?logo=python&logoColor=white)](https://python.org "Go to Python homepage")
+[![Powered by Polars](https://img.shields.io/badge/Powered%20by-Polars-blue)](https://pola.rs/)
+[![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/)
+
+# PYield: Toolkit de Renda Fixa Brasileira
+
+Português | [English](https://github.com/crdcj/PYield/blob/main/README.en.md)
+
+PYield é uma biblioteca Python voltada para análise de títulos públicos
+brasileiros. Ela busca e processa dados da ANBIMA, BCB, IBGE, B3 e Tesouro
+Nacional, retornando tipos nativos do Python, `polars.Series` ou
+`polars.DataFrame`, conforme a operação.
+
+Embora inclua dados e ferramentas de outros mercados, como DI1, DAP e PTAX,
+esses recursos apoiam o objetivo central da biblioteca: análise, precificação e
+acompanhamento de títulos públicos brasileiros.
+
+## Instalação
+
+Com `pip`:
+
+```sh
+pip install pyield
+```
+
+Em um projeto gerenciado pelo `uv`:
+
+```sh
+uv add pyield
+```
+
+## Próximos passos
+
+- [Quickstart](https://crdcj.github.io/PYield/quickstart/): primeiros usos da biblioteca.
+- [Documentação completa](https://crdcj.github.io/PYield/): conceitos e referência por módulo.
+- [Mapa da API](https://crdcj.github.io/PYield/api-map/): namespaces e funções públicas.
+- [Desenvolvimento e publicação](https://crdcj.github.io/PYield/desenvolvimento/): ambiente, verificações, build e PyPI.
+- [Notebook no Colab](https://colab.research.google.com/github/crdcj/PYield/blob/main/examples/pyield_quickstart.ipynb): exploração interativa.
+- [Pacote no PyPI](https://pypi.org/project/pyield/).
+
+## Mapa da API
+
+| Componente | Tipo | Finalidade | Funções públicas |
+|---|---|---|---|
+| `yd.du` | módulo | Dias úteis e calendário brasileiro | `contar`, `deslocar`, `eh_dia_util`, `gerar`, `ultimo_dia_util`, `contar_expr`, `deslocar_expr`, `eh_dia_util_expr` |
+| `yd.Interpolador` | classe | Interpolação escalar e em pipelines Polars | `interpolar`, `interpolar_expr`, `linear`, `flat_forward` |
+| `yd.interpolar(...)` | função | Interpolação vetorizada flat-forward, curva única ou multi-curva | |
+| `yd.forward(...)` | função | Taxa a termo entre dois vértices | |
+| `yd.forwards(...)` | função | Curva de taxas a termo | |
+| `yd.futuro` | módulo | Contratos futuros da B3 | `di1`, `historico`, `intradia`, `datas_disponiveis`, `vencimento`, `enriquecer`, `vencimento_expr` |
+| `yd.di1` | módulo | Curva DI1 e interpolação | `dados`, `interpolar_taxas`, `interpolar_taxa`, `datas_disponiveis` |
+| `yd.tpf` | módulo | Títulos públicos federais | `taxas`, `taxas_historicas`, `vencimentos`, `estoque`, `leiloes`, `benchmarks`, `curva_pre`, `premios_pre`, `secundario` |
+| `yd.rmd(aba)` | função | Relatório Mensal da Dívida do Tesouro Nacional | |
+| `yd.lft` | módulo | LFT | `dados`, `vencimentos`, `cotacao`, `pu`, `taxa`, `vna`, `rentabilidade`, `rentabilidade_expr` |
+| `yd.ltn` | módulo | LTN | `dados`, `vencimentos`, `pu`, `taxa`, `duration_expr`, `dv01`, `dv01_expr`, `rentabilidade`, `rentabilidade_expr`, `taxas_forward` |
+| `yd.ntnb` | módulo | NTN-B | `dados`, `vencimentos`, `datas_pagamento`, `fluxos_caixa`, `cotacao`, `pu`, `taxa`, `taxas_zero`, `duration`, `dv01`, `dv01_expr`, `implicitas`, `curva` |
+| `yd.ntnb1` | módulo | NTN-B1 (Educa+ e Renda+) | `NomeComercial`, `datas_pagamento`, `fluxos_caixa`, `cotacao`, `cotacao_curva_zero`, `taxa_curva_zero`, `pu`, `duration`, `dv01` |
+| `yd.ntnbp` | módulo | NTN-B Principal | `cotacao`, `taxa`, `pu`, `dv01` |
+| `yd.ntnc` | módulo | NTN-C | `dados`, `datas_pagamento`, `fluxos_caixa`, `cotacao`, `pu`, `taxa`, `duration`, `duration_expr`, `dv01`, `dv01_expr` |
+| `yd.ntnf` | módulo | NTN-F | `dados`, `vencimentos`, `datas_pagamento`, `fluxos_caixa`, `pu`, `taxa`, `taxas_zero`, `premio`, `premio_limpo`, `premio_limpo_expr`, `rentabilidade`, `rentabilidade_expr`, `duration`, `duration_expr`, `dv01`, `dv01_expr` |
+| `yd.vna` | módulo | Valores nominais atualizados dos títulos públicos | `valor`, `historico`, `projetado`, `vigencia` |
+| `yd.copom` | módulo | Calendário automático do Copom | `calendario`, `proxima_reuniao` |
+| `yd.compromissadas(...)` | função | Leilões de operações compromissadas do BCB | `inicio`, `fim` |
+| `yd.selic` | módulo | Selic e política monetária | `over`, `over_serie`, `meta`, `meta_serie` |
+| `yd.cpm` | módulo | Opções digitais do COPOM e análises derivadas | `data`, `probabilidades` |
+| `yd.ipca` | módulo | IPCA histórico e projetado | `indice`, `indices`, `indices_ultimos`, `taxa`, `taxas`, `taxas_ultimas`, `taxa_projetada` |
+| `yd.ptax(data)` | função | PTAX para uma data | |
+| `yd.ptax_serie(inicio, fim)` | função | Série histórica da PTAX | |
+| `yd.di_over(data)` | função | Taxa DI Over | |
+| `yd.hoje()` | função | Data atual no Brasil | |
+| `yd.agora()` | função | Data e hora atual no Brasil | |
+
+O [mapa completo da API](https://crdcj.github.io/PYield/api-map/) inclui a
+documentação detalhada e as assinaturas públicas.
+
+## Compatibilidade da API
+
+Este resumo parte da API da `0.56.0`. Mudanças que já faziam parte dessa versão
+ou de versões anteriores estão no histórico das
+[releases do GitHub](https://github.com/crdcj/PYield/releases).
+
+| Antes | Agora |
+|---|---|
+| `ntnbp.taxas_zero(...)` | `ntnb.taxas_zero(...)`, sem `incluir_vertices` |
+| `ntnb.taxas_zero(..., incluir_cupons=...)` | `ntnb.taxas_zero(...)`, sem `incluir_cupons` |
+| `ntnb.taxas_zero(..., percentual=...)` | `ntnb.taxas_zero(...)`, com taxas em formato decimal |
+| `yd.tpf.ntnb` | `yd.ntnb` ou `from pyield import ntnb` |
+| `yd.tpf.rmd(aba)` | `yd.rmd(aba)` ou `from pyield import rmd` |
+| `pyield.tpf.vna.calcular_vna(...)` | `yd.vna.calcular_vna(...)` |
+| `yd.ntnb.vna(data)` | `yd.vna.valor("NTN-B", data)` |
+| `yd.ntnb.vnas()` | `yd.vna.historico("NTN-B")` |
+| `vna_projetado(...)` nos módulos de títulos | `yd.vna.projetado(titulo, data, vna_base, inflacao)` |
+| `vigencia(data)` nos módulos de títulos | `yd.vna.vigencia(titulo, data)` |
+
+Os módulos públicos de títulos ficam disponíveis na raiz, enquanto as
+implementações continuam organizadas internamente em `pyield/tpf/titulos/`.
+Consulte as [releases](https://github.com/crdcj/PYield/releases) para o
+histórico completo.
+
+## Projeto
+
+- [Código-fonte](https://github.com/crdcj/PYield)
+- [Issues](https://github.com/crdcj/PYield/issues)
+- [Licença MIT](LICENSE)

pyield-0.57.2/README.md

@@ -0,0 +1,106 @@
+[![PyPI version](https://img.shields.io/pypi/v/pyield.svg)](https://pypi.python.org/pypi/pyield)
+[![Made with Python](https://img.shields.io/badge/Python->=3.12-blue?logo=python&logoColor=white)](https://python.org "Go to Python homepage")
+[![Powered by Polars](https://img.shields.io/badge/Powered%20by-Polars-blue)](https://pola.rs/)
+[![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/)
+
+# PYield: Toolkit de Renda Fixa Brasileira
+
+Português | [English](https://github.com/crdcj/PYield/blob/main/README.en.md)
+
+PYield é uma biblioteca Python voltada para análise de títulos públicos
+brasileiros. Ela busca e processa dados da ANBIMA, BCB, IBGE, B3 e Tesouro
+Nacional, retornando tipos nativos do Python, `polars.Series` ou
+`polars.DataFrame`, conforme a operação.
+
+Embora inclua dados e ferramentas de outros mercados, como DI1, DAP e PTAX,
+esses recursos apoiam o objetivo central da biblioteca: análise, precificação e
+acompanhamento de títulos públicos brasileiros.
+
+## Instalação
+
+Com `pip`:
+
+```sh
+pip install pyield
+```
+
+Em um projeto gerenciado pelo `uv`:
+
+```sh
+uv add pyield
+```
+
+## Próximos passos
+
+- [Quickstart](https://crdcj.github.io/PYield/quickstart/): primeiros usos da biblioteca.
+- [Documentação completa](https://crdcj.github.io/PYield/): conceitos e referência por módulo.
+- [Mapa da API](https://crdcj.github.io/PYield/api-map/): namespaces e funções públicas.
+- [Desenvolvimento e publicação](https://crdcj.github.io/PYield/desenvolvimento/): ambiente, verificações, build e PyPI.
+- [Notebook no Colab](https://colab.research.google.com/github/crdcj/PYield/blob/main/examples/pyield_quickstart.ipynb): exploração interativa.
+- [Pacote no PyPI](https://pypi.org/project/pyield/).
+
+## Mapa da API
+
+| Componente | Tipo | Finalidade | Funções públicas |
+|---|---|---|---|
+| `yd.du` | módulo | Dias úteis e calendário brasileiro | `contar`, `deslocar`, `eh_dia_util`, `gerar`, `ultimo_dia_util`, `contar_expr`, `deslocar_expr`, `eh_dia_util_expr` |
+| `yd.Interpolador` | classe | Interpolação escalar e em pipelines Polars | `interpolar`, `interpolar_expr`, `linear`, `flat_forward` |
+| `yd.interpolar(...)` | função | Interpolação vetorizada flat-forward, curva única ou multi-curva | |
+| `yd.forward(...)` | função | Taxa a termo entre dois vértices | |
+| `yd.forwards(...)` | função | Curva de taxas a termo | |
+| `yd.futuro` | módulo | Contratos futuros da B3 | `di1`, `historico`, `intradia`, `datas_disponiveis`, `vencimento`, `enriquecer`, `vencimento_expr` |
+| `yd.di1` | módulo | Curva DI1 e interpolação | `dados`, `interpolar_taxas`, `interpolar_taxa`, `datas_disponiveis` |
+| `yd.tpf` | módulo | Títulos públicos federais | `taxas`, `taxas_historicas`, `vencimentos`, `estoque`, `leiloes`, `benchmarks`, `curva_pre`, `premios_pre`, `secundario` |
+| `yd.rmd(aba)` | função | Relatório Mensal da Dívida do Tesouro Nacional | |
+| `yd.lft` | módulo | LFT | `dados`, `vencimentos`, `cotacao`, `pu`, `taxa`, `vna`, `rentabilidade`, `rentabilidade_expr` |
+| `yd.ltn` | módulo | LTN | `dados`, `vencimentos`, `pu`, `taxa`, `duration_expr`, `dv01`, `dv01_expr`, `rentabilidade`, `rentabilidade_expr`, `taxas_forward` |
+| `yd.ntnb` | módulo | NTN-B | `dados`, `vencimentos`, `datas_pagamento`, `fluxos_caixa`, `cotacao`, `pu`, `taxa`, `taxas_zero`, `duration`, `dv01`, `dv01_expr`, `implicitas`, `curva` |
+| `yd.ntnb1` | módulo | NTN-B1 (Educa+ e Renda+) | `NomeComercial`, `datas_pagamento`, `fluxos_caixa`, `cotacao`, `cotacao_curva_zero`, `taxa_curva_zero`, `pu`, `duration`, `dv01` |
+| `yd.ntnbp` | módulo | NTN-B Principal | `cotacao`, `taxa`, `pu`, `dv01` |
+| `yd.ntnc` | módulo | NTN-C | `dados`, `datas_pagamento`, `fluxos_caixa`, `cotacao`, `pu`, `taxa`, `duration`, `duration_expr`, `dv01`, `dv01_expr` |
+| `yd.ntnf` | módulo | NTN-F | `dados`, `vencimentos`, `datas_pagamento`, `fluxos_caixa`, `pu`, `taxa`, `taxas_zero`, `premio`, `premio_limpo`, `premio_limpo_expr`, `rentabilidade`, `rentabilidade_expr`, `duration`, `duration_expr`, `dv01`, `dv01_expr` |
+| `yd.vna` | módulo | Valores nominais atualizados dos títulos públicos | `valor`, `historico`, `projetado`, `vigencia` |
+| `yd.copom` | módulo | Calendário automático do Copom | `calendario`, `proxima_reuniao` |
+| `yd.compromissadas(...)` | função | Leilões de operações compromissadas do BCB | `inicio`, `fim` |
+| `yd.selic` | módulo | Selic e política monetária | `over`, `over_serie`, `meta`, `meta_serie` |
+| `yd.cpm` | módulo | Opções digitais do COPOM e análises derivadas | `data`, `probabilidades` |
+| `yd.ipca` | módulo | IPCA histórico e projetado | `indice`, `indices`, `indices_ultimos`, `taxa`, `taxas`, `taxas_ultimas`, `taxa_projetada` |
+| `yd.ptax(data)` | função | PTAX para uma data | |
+| `yd.ptax_serie(inicio, fim)` | função | Série histórica da PTAX | |
+| `yd.di_over(data)` | função | Taxa DI Over | |
+| `yd.hoje()` | função | Data atual no Brasil | |
+| `yd.agora()` | função | Data e hora atual no Brasil | |
+
+O [mapa completo da API](https://crdcj.github.io/PYield/api-map/) inclui a
+documentação detalhada e as assinaturas públicas.
+
+## Compatibilidade da API
+
+Este resumo parte da API da `0.56.0`. Mudanças que já faziam parte dessa versão
+ou de versões anteriores estão no histórico das
+[releases do GitHub](https://github.com/crdcj/PYield/releases).
+
+| Antes | Agora |
+|---|---|
+| `ntnbp.taxas_zero(...)` | `ntnb.taxas_zero(...)`, sem `incluir_vertices` |
+| `ntnb.taxas_zero(..., incluir_cupons=...)` | `ntnb.taxas_zero(...)`, sem `incluir_cupons` |
+| `ntnb.taxas_zero(..., percentual=...)` | `ntnb.taxas_zero(...)`, com taxas em formato decimal |
+| `yd.tpf.ntnb` | `yd.ntnb` ou `from pyield import ntnb` |
+| `yd.tpf.rmd(aba)` | `yd.rmd(aba)` ou `from pyield import rmd` |
+| `pyield.tpf.vna.calcular_vna(...)` | `yd.vna.calcular_vna(...)` |
+| `yd.ntnb.vna(data)` | `yd.vna.valor("NTN-B", data)` |
+| `yd.ntnb.vnas()` | `yd.vna.historico("NTN-B")` |
+| `vna_projetado(...)` nos módulos de títulos | `yd.vna.projetado(titulo, data, vna_base, inflacao)` |
+| `vigencia(data)` nos módulos de títulos | `yd.vna.vigencia(titulo, data)` |
+
+Os módulos públicos de títulos ficam disponíveis na raiz, enquanto as
+implementações continuam organizadas internamente em `pyield/tpf/titulos/`.
+Consulte as [releases](https://github.com/crdcj/PYield/releases) para o
+histórico completo.
+
+## Projeto
+
+- [Código-fonte](https://github.com/crdcj/PYield)
+- [Issues](https://github.com/crdcj/PYield/issues)
+- [Licença MIT](LICENSE)

{pyield-0.56.1 → pyield-0.57.2}/pyield/__init__.py

@@ -10,12 +10,15 @@ from pyield.futuro import di1
 
 # Ordem intencional: alguns módulos importam `di1` a partir de `pyield`
 # durante a inicialização do pacote.
-from pyield import selic, tpf
+from pyield import cpm, copom, selic, tpf, vna
+from pyield.cpm import probabilidades as _cpm_probabilidades  # noqa: F401
 from pyield.bc.sgs import ptax, ptax_serie
+from pyield.compromissada import compromissadas
 from pyield.fwd import forward, forwards, forwards_expr
 from pyield.interpolador import Interpolador, interpolar
 from pyield.relogio import agora, hoje
-from pyield.tpf import lft, ltn, ntnb, ntnb1, ntnbp, ntnc, ntnf
+from pyield.tpf.rmd import rmd
+from pyield.tpf.titulos import lft, ltn, ntnb, ntnb1, ntnbp, ntnc, ntnf
 
 try:
     __version__ = version("pyield")
@@ -26,6 +29,9 @@ __all__ = [
     "__version__",
     "agora",
     "b3",
+    "compromissadas",
+    "cpm",
+    "copom",
     "di1",
     "di_over",
     "du",
@@ -46,8 +52,10 @@ __all__ = [
     "ntnf",
     "ptax",
     "ptax_serie",
+    "rmd",
     "selic",
     "tpf",
+    "vna",
 ]
 
 

{pyield-0.56.1 → pyield-0.57.2}/pyield/b3/boletim.py

@@ -2,7 +2,7 @@
 
 Este módulo expõe helpers técnicos para buscar e ler o Price Report da B3.
 As funções preservam o schema bruto da fonte e servem como base para
-camadas públicas enriquecidas, como ``futuro`` e ``selic.cpm``.
+camadas públicas enriquecidas, como ``futuro`` e ``cpm``.
 
 Estrutura resumida de um registro do XML bruto da B3::
 

{pyield-0.56.1 → pyield-0.57.2}/pyield/b3/di_over.py

@@ -79,8 +79,9 @@ def di_over(data: DateLike) -> float:
 
     Examples:
         >>> import pyield as yd
-        >>> yd.di_over("28/02/2025")  # decimal (0.1315 = 13,15% a.a.)
-        0.1315
+        >>> taxa = yd.di_over("28/02/2025")  # decimal (0.1315 = 13,15% a.a.)
+        >>> f"{taxa:.2%}"
+        '13.15%'
         >>> yd.di_over("01/01/2025")  # Feriado
         nan
     """

{pyield-0.56.1 → pyield-0.57.2}/pyield/bc/sgs.py

@@ -237,8 +237,9 @@ def selic_over(data: DateLike) -> float:
 
     Examples:
         >>> import pyield as yd
-        >>> yd.selic.over("31-05-2024")  # decimal (0.104 = 10,4% a.a.)
-        0.104
+        >>> taxa = yd.selic.over("31-05-2024")  # decimal (0.104 = 10,4% a.a.)
+        >>> f"{taxa:.1%}"
+        '10.4%'
     """
     if any_is_empty(data):
         return float("nan")
@@ -310,8 +311,9 @@ def selic_meta(data: DateLike) -> float:
 
     Examples:
         >>> import pyield as yd
-        >>> yd.selic.meta("31-05-2024")  # decimal (0.105 = 10,5% a.a.)
-        0.105
+        >>> taxa = yd.selic.meta("31-05-2024")  # decimal (0.105 = 10,5% a.a.)
+        >>> f"{taxa:.1%}"
+        '10.5%'
     """
     if any_is_empty(data):
         return float("nan")

{pyield-0.56.1/pyield/selic → pyield-0.57.2/pyield}/compromissada.py

@@ -99,7 +99,7 @@ def compromissadas(
         >>> _ = pl.Config.set_tbl_width_chars(210)
         >>> _ = pl.Config.set_tbl_cols(-1)
         >>> import pyield as yd
-        >>> yd.selic.compromissadas(inicio="21-08-2025", fim="21-08-2025")
+        >>> yd.compromissadas(inicio="21-08-2025", fim="21-08-2025")
         shape: (2, 12)
         ┌─────────────┬─────────────────┬──────────────┬─────────────┬──────────┬──────────┬────────────┬────────────────────┬───────────────┬───────────────────┬────────────┬────────────┐
         │ data_leilao ┆ data_liquidacao ┆ data_retorno ┆ hora_inicio ┆ prazo_dc ┆ prazo_du ┆ comunicado ┆ tipo_oferta        ┆ publico       ┆ financeiro_aceito ┆ taxa_corte ┆ pct_aceito │

pyield-0.57.2/pyield/copom/__init__.py

@@ -0,0 +1,4 @@
+"""Calendário de reuniões do Copom: calendario e proxima_reuniao."""
+
+from pyield.copom._calendario import calendario as calendario
+from pyield.copom._calendario import proxima_reuniao as proxima_reuniao

pyield-0.57.2/pyield/copom/_calendario.py

@@ -0,0 +1,205 @@
+"""Calendário automático do Copom a partir das atas e da agenda ICS do BCB."""
+
+import json
+import re
+
+import polars as pl
+import requests
+
+from pyield import du, relogio
+from pyield._internal.cache import ttl_cache
+from pyield._internal.converters import converter_datas
+from pyield._internal.retry import retry_padrao
+from pyield._internal.types import DateLike
+
+_URL_ATAS = "https://www.bcb.gov.br/api/servico/sitebcb/copom/atas"
+_URL_ICS = (
+    "https://www.bcb.gov.br/api/exportarics/sitebcb/agendaics"
+    "?lista=Reuni%C3%B5es%20do%20Copom"
+)
+_DIAS_POR_REUNIAO = 2
+_SCHEMA = {
+    "nro_reuniao": pl.Int64,
+    "data_inicio": pl.Date,
+    "data_decisao": pl.Date,
+    "data_publicacao": pl.Date,
+    "data_efetividade": pl.Date,
+    "status": pl.String,
+    "titulo": pl.String,
+    "fonte": pl.String,
+}
+
+
+@ttl_cache(ttl=8 * 60 * 60)
+@retry_padrao
+def _buscar_atas() -> bytes:
+    resposta = requests.get(_URL_ATAS, params={"quantidade": 500}, timeout=30)
+    resposta.raise_for_status()
+    return resposta.content
+
+
+@ttl_cache(ttl=8 * 60 * 60)
+@retry_padrao
+def _buscar_calendario() -> bytes:
+    resposta = requests.get(_URL_ICS, timeout=30)
+    resposta.raise_for_status()
+    return resposta.content
+
+
+def _parsear_atas(conteudo: bytes) -> pl.DataFrame:
+    return pl.from_dicts(
+        json.loads(conteudo)["conteudo"],
+        schema={
+            "nroReuniao": pl.Int64,
+            "dataReferencia": pl.String,
+            "dataPublicacao": pl.String,
+            "titulo": pl.String,
+        },
+    )
+
+
+def _parsear_calendario(conteudo: bytes) -> pl.DataFrame:
+    texto = re.sub(r"\r?\n[ \t]", "", conteudo.decode("utf-8-sig"))
+    if not texto.startswith("BEGIN:VCALENDAR") or "END:VCALENDAR" not in texto:
+        raise ValueError("Calendário ICS inválido: VCALENDAR ausente.")
+    datas = []
+    for evento in re.findall(r"BEGIN:VEVENT\r?\n(.*?)END:VEVENT", texto, re.S):
+        inicio = re.search(
+            r"^DTSTART(?:;[^:]+)?:(\d{8})(?:T\d{6}Z?)?\r?$", evento, re.M
+        )
+        if inicio is None:
+            raise ValueError("Evento do calendário ICS sem DTSTART válido.")
+        datas.append(inicio[1])
+    return pl.DataFrame({"data": datas}, schema={"data": pl.String})
+
+
+def _processar_atas(dados: pl.DataFrame) -> pl.DataFrame:
+    return dados.select(
+        nro_reuniao=pl.col("nroReuniao"),
+        data_decisao=pl.col("dataReferencia").str.to_date("%Y-%m-%d"),
+        data_publicacao=pl.col("dataPublicacao").str.to_date("%Y-%m-%d"),
+        titulo=pl.col("titulo"),
+    ).unique("data_decisao", keep="first")
+
+
+def _processar_calendario(dados: pl.DataFrame) -> pl.DataFrame:
+    reunioes = (
+        dados.with_columns(data=pl.col("data").str.to_date("%Y%m%d"))
+        .unique()
+        .sort("data")
+        .with_columns(
+            grupo=(pl.col("data").diff().dt.total_days() != 1).fill_null(True).cum_sum()
+        )
+        .group_by("grupo")
+        .agg(
+            data_inicio=pl.col("data").first(),
+            data_decisao=pl.col("data").last(),
+            dias=pl.len(),
+        )
+    )
+    if reunioes.filter(pl.col("dias") != _DIAS_POR_REUNIAO).height:
+        raise ValueError("Calendário ICS contém reunião sem dois dias consecutivos.")
+    return reunioes.select("data_inicio", "data_decisao")
+
+
+def calendario(
+    inicio: DateLike | None = None,
+    fim: DateLike | None = None,
+) -> pl.DataFrame:
+    """Consulta reuniões históricas e agendadas do Copom nas fontes do BCB.
+
+    Combina a API de atas históricas com o calendário ICS de reuniões do BCB,
+    sem datas anuais fixas. As atas têm prioridade na data de decisão; o ICS
+    complementa o início e mantém reuniões ainda sem ata, inclusive passadas.
+
+    Args:
+        inicio: Limite inicial inclusivo para a data de decisão. Sem limite
+            quando None. Aceita DD-MM-YYYY, DD/MM/YYYY, YYYY-MM-DD e date.
+        fim: Limite final inclusivo para a data de decisão, nos mesmos formatos.
+            Sem limite quando None.
+
+    Returns:
+        DataFrame ordenado por data_decisao, sem duplicatas nessa coluna.
+        Consultas sem registros retornam DataFrame vazio com o mesmo esquema.
+
+    Output Columns:
+        nro_reuniao (Int64): Número sequencial informado na ata; nulo sem ata.
+        data_inicio (Date): Primeiro dia informado no ICS; nulo fora da agenda.
+        data_decisao (Date): Último dia da reunião, dataReferencia nas atas.
+        data_publicacao (Date): Publicação da ata; nula quando não disponível.
+        data_efetividade (Date): Próximo dia útil após a decisão, calculado pelo
+            calendário brasileiro de yd.du; data de vencimento/liquidação CPM.
+        status (String): "Realizada" se a decisão for até hoje no Brasil;
+            "A realizar" caso contrário. Classificação por data, não por ata.
+        titulo (String): Título original da ata; nulo quando não disponível.
+        fonte (String): "Ata" ou "Calendário", conforme a origem da decisão.
+
+    Notes:
+        O horizonte depende das datas publicadas pelo BCB. A consulta às atas
+        solicita até 500 registros. O conteúdo bruto fica em cache por oito
+        horas; o status é recalculado a cada chamada. Erros de rede e payload
+        inválido são propagados. O ICS publica um evento por dia: dias únicos
+        consecutivos devem formar pares; grupos incompletos geram ValueError.
+        O início histórico não é inferido subtraindo um dia da decisão.
+
+    Examples:
+        >>> cal = yd.copom.calendario(inicio="01-01-2026")  # doctest: +SKIP
+        >>> cal["data_decisao"].is_sorted()  # doctest: +SKIP
+        True
+    """
+    inicio = converter_datas(inicio)
+    fim = converter_datas(fim)
+    if inicio is not None and fim is not None and inicio > fim:
+        raise ValueError("inicio deve ser anterior ou igual a fim.")
+    atas = _processar_atas(_parsear_atas(_buscar_atas()))
+    agenda = _processar_calendario(_parsear_calendario(_buscar_calendario()))
+    df = (
+        atas.join(agenda, on="data_decisao", how="full", coalesce=True)
+        .with_columns(
+            data_efetividade=du.deslocar_expr("data_decisao", 1),
+            status=pl.when(pl.col("data_decisao") <= relogio.hoje())
+            .then(pl.lit("Realizada"))
+            .otherwise(pl.lit("A realizar")),
+            fonte=pl.when(pl.col("nro_reuniao").is_not_null())
+            .then(pl.lit("Ata"))
+            .otherwise(pl.lit("Calendário")),
+        )
+        .select(tuple(_SCHEMA))
+        .sort("data_decisao")
+    )
+    if inicio is not None:
+        df = df.filter(pl.col("data_decisao") >= inicio)
+    if fim is not None:
+        df = df.filter(pl.col("data_decisao") <= fim)
+    return df
+
+
+def proxima_reuniao(referencia: DateLike | None = None) -> pl.DataFrame:
+    """Consulta a primeira reunião com decisão em ou após a referência.
+
+    Usa a API de atas e o calendário ICS do BCB, através de calendario.
+
+    Args:
+        referencia: Data inclusiva nos formatos DD-MM-YYYY, DD/MM/YYYY,
+            YYYY-MM-DD ou date. None usa a data atual no Brasil.
+
+    Returns:
+        DataFrame com até uma linha, com o mesmo esquema de calendario.
+        Retorna vazio quando não há reunião publicada a partir da referência.
+
+    Output Columns:
+        nro_reuniao (Int64): Número sequencial da ata, quando disponível.
+        data_inicio (Date): Primeiro dia no ICS, quando disponível.
+        data_decisao (Date): Último dia da reunião.
+        data_publicacao (Date): Publicação da ata, quando disponível.
+        data_efetividade (Date): Próximo dia útil após a decisão.
+        status (String): "Realizada" ou "A realizar", conforme a data atual.
+        titulo (String): Título da ata, quando disponível.
+        fonte (String): "Ata" ou "Calendário".
+
+    Examples:
+        >>> yd.copom.proxima_reuniao("01-01-2026").height  # doctest: +SKIP
+        1
+    """
+    referencia = relogio.hoje() if referencia is None else converter_datas(referencia)
+    return calendario(inicio=referencia).head(1)

pyield-0.56.1/pyield/selic/cpm.py → pyield-0.57.2/pyield/cpm/__init__.py

@@ -26,7 +26,7 @@ ticker filter and a DaysToExp > 0 filter, both incorrect for CPM) and
 calls the lower-level price-report helpers directly.
 
 ExpiryDate and MeetingEndDate are resolved by joining against the COPOM
-calendar (bc.copom.calendar()) on meeting month + year extracted from
+calendar (copom.calendario()) on meeting month + year extracted from
 the ticker.  The join is a left join so CPM rows are never dropped even
 if the calendar has gaps for very recently announced future meetings.
 """
@@ -254,7 +254,7 @@ def data(date: DateLike) -> pl.DataFrame:
 
     Examples:
         >>> import pyield as yd
-        >>> df = yd.selic.cpm.data("29-01-2025")  # doctest: +SKIP
+        >>> df = yd.cpm.data("29-01-2025")  # doctest: +SKIP
         >>> df.is_empty() or set(df.schema.keys()) >= {  # doctest: +SKIP
         ...     "data_referencia",
         ...     "codigo_negociacao",
@@ -313,13 +313,13 @@ def data(date: DateLike) -> pl.DataFrame:
 
     # Join with COPOM calendar to get MeetingEndDate and the correct ExpiryDate.
     # Import is deferred to avoid a module-level circular dependency risk.
-    from pyield.selic import copom  # noqa: PLC0415
+    from pyield import copom  # noqa: PLC0415
 
-    cal = copom.calendar().select(
-        _mes_reuniao=pl.col("EndDate").dt.month().cast(pl.Int32),
-        _ano_reuniao=pl.col("EndDate").dt.year().cast(pl.Int32),
-        data_fim_reuniao=pl.col("EndDate"),
-        data_expiracao=pl.col("ExpiryDate"),
+    cal = copom.calendario().select(
+        _mes_reuniao=pl.col("data_decisao").dt.month().cast(pl.Int32),
+        _ano_reuniao=pl.col("data_decisao").dt.year().cast(pl.Int32),
+        data_fim_reuniao=pl.col("data_decisao"),
+        data_expiracao=pl.col("data_efetividade"),
     )
 
     df = df.join(cal, on=["_mes_reuniao", "_ano_reuniao"], how="left").drop(

pyield-0.56.1/pyield/selic/probabilities.py → pyield-0.57.2/pyield/cpm/probabilidades.py

@@ -1,5 +1,6 @@
 """
-probabilities — Implied COPOM meeting probabilities from CPM option prices.
+probabilidades — Probabilidades implícitas das reuniões do COPOM a partir dos
+preços das opções CPM.
 
 The CPM contract is a cash-or-nothing European option.  Under risk-neutral
 pricing, the B3 settlement price in points (0–100) encodes the market-implied
@@ -67,10 +68,10 @@ import logging
 
 import polars as pl
 
+from pyield import cpm
 from pyield._internal.converters import converter_datas
 from pyield._internal.types import DateLike
 from pyield.futuro import di1
-from pyield.selic import cpm
 
 logger = logging.getLogger(__name__)
 
@@ -193,7 +194,7 @@ def _add_probabilities(df: pl.DataFrame) -> pl.DataFrame:
     df = _add_discount_factors(df)
 
     return (
-        df.sort(["data_expiracao", "variacao_strike_bps"])
+        df.sort("data_expiracao", "variacao_strike_bps")
         .with_columns(
             prob_bruta=(pl.col("preco_ajuste") * pl.col("fator_desconto") / 100),
         )
@@ -253,7 +254,7 @@ def all_meetings(
     Examples:
         >>> import pyield as yd
         >>> import polars as pl
-        >>> df = yd.selic.probabilities.all_meetings("29-01-2025")  # doctest: +SKIP
+        >>> df = yd.cpm.probabilidades.all_meetings("29-01-2025")  # doctest: +SKIP
         >>> df.is_empty() or df["ranking_reuniao"].min() == 1  # doctest: +SKIP
         True
         >>> sums = df.group_by("data_expiracao").agg(
@@ -286,7 +287,7 @@ def all_meetings(
             "prob",
             "prob_acumulada",
         )
-        .sort(["ranking_reuniao", "variacao_strike_bps"])
+        .sort("ranking_reuniao", "variacao_strike_bps")
     )
 
     return df if not df.is_empty() else _empty_schema()
@@ -320,7 +321,7 @@ def meeting(
 
     Examples:
         >>> import pyield as yd
-        >>> df = yd.selic.probabilities.meeting("29-01-2025")  # doctest: +SKIP
+        >>> df = yd.cpm.probabilidades.meeting("29-01-2025")  # doctest: +SKIP
         >>> df.is_empty() or abs(df["prob"].sum() - 1.0) < 1e-9  # doctest: +SKIP
         True
         >>> df.is_empty() or df["prob_acumulada"].tail(