Spaces:
Sleeping
Sleeping
| import matplotlib | |
| matplotlib.use('Agg') | |
| import streamlit as st | |
| import pandas as pd | |
| import datetime as dt | |
| from yahooquery import Ticker | |
| import plotly.graph_objects as go | |
| from collections import OrderedDict | |
| import matplotlib | |
| import scrap as scraping | |
| def flatten(d): | |
| ''' | |
| Flatten an OrderedDict object | |
| ''' | |
| result = OrderedDict() | |
| for k, v in d.items(): | |
| if isinstance(v, dict): | |
| result.update(flatten(v)) | |
| else: | |
| result[k] = v | |
| return result | |
| def rastreador(): | |
| #código para ativar bootstrap css | |
| st.markdown( | |
| """ | |
| <link rel="stylesheet" href="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/css/bootstrap.min.css" integrity="sha384-Gn5384xqQ1aoWXA+058RXPxPg6fy4IWvTNh0E263XmFcJlSAwiGgFAW/dAiS6JXm" crossorigin="anonymous"> | |
| <script src="https://maxcdn.bootstrapcdn.com/bootstrap/4.0.0/js/bootstrap.min.js" integrity="sha384-JZR6Spejh4U02d8jOt6vLEHfe/JQGiRRSQQxSfFWpi1MquVdAyjUar5+76PVCmYl" crossorigin="anonymous"></script> | |
| """,unsafe_allow_html=True | |
| ) | |
| col1, col2,col3 = st.columns([0.1,0.4,0.1]) | |
| with col2: | |
| st.title('Rastreador de oportunidades por setup') | |
| st.expander('Este rastreador identifica oportunidades para swing trade vasculhando as principais ações listadas na B3, o filtro consiste em encontrar ativos que tenham médias móveis exponenciais de 9 e 72 cruzadas para cima') | |
| st.subheader('Aplique alguns filtros para acelerar o rastreador') | |
| st.write('Serão rastreadas apenas as ações listadas na tabela filtrada abaixo') | |
| PVP_máximo = float(st.number_input(label='PVP máximo',value=1.0)) | |
| Patr_liq_min = int(st.number_input(label='Patrimônio líquido mínimo',value=1000000000)) | |
| cotacao_max = float(st.number_input(label='Cotação máxima',value=100)) | |
| lista = scraping.get_data() | |
| todos = pd.DataFrame(flatten(lista).keys()).transpose() | |
| todos.columns = todos.iloc[0] | |
| for i in range(len(lista)): | |
| todos = pd.concat([todos,pd.DataFrame(lista[i]).transpose()]) | |
| todos = todos.iloc[1:] | |
| todos = todos.replace(',','.', regex=True) | |
| todos = todos.apply(pd.to_numeric,errors='ignore').round(2) | |
| todos['Pat.Liq'] = todos['Pat.Liq'].str.replace(r"[^0-9]+", '').replace('.','').replace(',','').replace('-','').astype(float) | |
| todos = todos.loc[(todos['P/VP']<= PVP_máximo) & (todos['Pat.Liq']>= Patr_liq_min) & (todos['cotacao']<= cotacao_max)] | |
| show = todos.reset_index() | |
| st.dataframe(show) | |
| st.subheader('Setup') | |
| col1, col2,col3 = st.columns([0.1,0.4,0.1]) | |
| with col2: | |
| st.checkbox('Médias móveis exponenciais de 9 e 72 cruzadas para cima') | |
| if st.button("Iniciar rastreador"): | |
| # lista = scraping.get_data() | |
| # todos = pd.DataFrame(flatten(lista).keys()).transpose() | |
| # todos.columns = todos.iloc[0] | |
| # for i in range(len(lista)): | |
| # todos = pd.concat([todos,pd.DataFrame(lista[i]).transpose()]) | |
| # todos = todos.iloc[1:] | |
| # todos = todos.replace(',','.', regex=True) | |
| # todos = todos.apply(pd.to_numeric,errors='ignore').round(2) | |
| # todos['Pat.Liq'] = todos['Pat.Liq'].str.replace(r"[^0-9]+", '').replace('.','').replace(',','').replace('-','').astype(float) | |
| # todos = todos.loc[(todos['P/VP']<= PVP_máximo) & (todos['Pat.Liq']>= Patr_liq_min) & (todos['cotacao']<= cotacao_max)] | |
| start = (dt.datetime.today() + dt.timedelta(days=-300)).strftime(format='20%y-%m-%d') | |
| dia_limite = (dt.datetime.today() + dt.timedelta(days=-30)).strftime(format='20%y-%m-%d') | |
| with st.expander("Aguarde estamos vasculhando todas as ações da bolsa (Mantenha esta barra minimizada)!"): | |
| save = [] | |
| #for i in range(len(tudo)): | |
| for i in range(len(todos)): | |
| try: | |
| #nome_do_ativo = str(tudo.iloc[i][0] + '.SA') | |
| nome_do_ativo = str(todos.index[i] + '.SA') | |
| #filtra todos que cruzaram média nos últimos 50 dias pelo menos | |
| try: | |
| df = Ticker(nome_do_ativo ,country='Brazil') | |
| time = df.history( start= start ) | |
| rolling_9 = time['close'].rolling(window=9) | |
| rolling_mean_9 = rolling_9.mean().round(1) | |
| rolling_72 = time['close'].rolling(window=72) | |
| rolling_mean_72 = rolling_72.mean().round(1) | |
| time['MM9'] = rolling_mean_9.fillna(0) | |
| time['MM72'] = rolling_mean_72.fillna(0) | |
| time['cruzamento'] = time['MM9'] - time['MM72'] | |
| buy = time.tail(50).loc[(time.tail(50)['cruzamento']==0)] | |
| except: | |
| exit | |
| except: | |
| exit | |
| if buy.empty == False: | |
| try: | |
| #filtra todo mundo que tem a MM 72 > que a MM 9 e quem tem volume do último dia > 5000 | |
| if time['MM72'].iloc[-1] < time['MM9'].iloc[-1] and time.tail(1)['volume'][0] > 10000: | |
| save.append(buy.index[0][0]) | |
| print(buy.index[0][0]) | |
| #layout = go.Layout(title="Resultados",xaxis=dict(title="Data"), yaxis=dict(title="Preço R$")) | |
| #fig = go.Figure(layout = layout) | |
| #fig.add_trace(go.Candlestick(x=time.reset_index()['date'][-50:], open=time['open'][-50:],high=time['high'][-50:],low=time['low'][-50:],close=time['close'][-50:])) | |
| #fig.update_layout(autosize=False,width=1000,height=800,) | |
| #fig.show() | |
| #print() | |
| else: | |
| continue | |
| except: | |
| exit | |
| else: | |
| exit | |
| st.dataframe(save) | |
| save = pd.DataFrame(save) | |
| from plotly.subplots import make_subplots | |
| for i in range(len(save)): | |
| df = Ticker(save.iloc[i] ,country='Brazil') | |
| time = df.history( start= start ) | |
| fig = make_subplots(rows=2, cols=1, shared_xaxes=True, | |
| vertical_spacing=0.03, subplot_titles=(st.write(save.iloc[i]), 'Volume'), | |
| row_width=[0.2, 0.7]) | |
| # Plot OHLC on 1st row | |
| fig.add_trace(go.Candlestick(x=time.reset_index()['date'][-90:], | |
| open=time['open'][-90:], high=time['high'][-90:], | |
| low=time['low'][-90:], close=time['close'][-90:], name="OHLC"), | |
| row=1, col=1) | |
| # Bar trace for volumes on 2nd row without legend | |
| fig.add_trace(go.Bar(x=time.reset_index()['date'][-90:], y=time['volume'][-90:], showlegend=False), row=2, col=1) | |
| # Do not show OHLC's rangeslider plot | |
| fig.update(layout_xaxis_rangeslider_visible=False) | |
| #fig.update_layout(autosize=False,width=800,height=800, paper_bgcolor='rgba(0,0,0,0)', plot_bgcolor='rgba(0,0,0,0)') | |
| fig.update_layout(height=600, showlegend=False, paper_bgcolor='rgba(255,255,255,0.9)', plot_bgcolor='rgba(255,255,255,0.9)') #width=800 , | |
| fig.update_yaxes(showgrid=True, gridwidth=0.1, gridcolor = 'rgb(240,238,238)') | |
| st.plotly_chart(fig,use_container_width=True) |