Skip to content

adiciona função para visualização da distribuição de ações #38

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
merged 1 commit into from
Mar 9, 2021
+17 −5
Merged

adiciona função para visualização da distribuição de ações #38

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
22 changes: 17 additions & 5 deletions turingquant/metrics.py
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -61,7 +61,7 @@ def alpha(start_price, end_price, dps):
def drawdown(return_series, plot=True):
"""
Calcula e plota o drawdown percentual para uma série de retornos.

Args:
return_series (pd.Series): série de retornos para a qual será calculado o drawdown.
plot (bool): se `True`, plota o gráfico de underwater (drawdown consoante o tempo).
Expand Down Expand Up @@ -178,7 +178,7 @@ def rolling_sharpe(returns, window, risk_free=0, plot=True):

def ewma_volatility(close_prices, return_type, window, plot=True):
"""
Essa função possibilita a visualização da volatilidade a partir do cálculo da EWMA e da plotagem do gráfico
Essa função possibilita a visualização da volatilidade a partir do cálculo da EWMA e da plotagem do gráfico
dessa métrica ao longo de um período.

Args:
Expand Down Expand Up @@ -222,7 +222,7 @@ def garman_klass_volatility(high_prices, low_prices, close_prices, open_prices,
time_scale (int): fator de escala da volatilidade, por padrão é 1 (diária)
plot (bool): se 'True', plota um gráfico da volatilidade móvel

Returns:
Returns:
garman_klass_vol (pd.Series): série das estimativas de volatildade
"""
# Calculando parcelas internas da somatoria
Expand Down Expand Up @@ -293,7 +293,7 @@ def parkinson_volatility(high_prices, low_prices, window, time_scale=1, plot=Tru
time_scale (int): fator de escala da volatilidade, por padrão é 1 (diária)
plot (bool): se 'True', plota um gráfico da volatilidade móvel

Returns:
Returns:
garman_klass_vol (pd.Series): série das estimativas de volatildade

"""
Expand Down Expand Up @@ -344,7 +344,7 @@ def parkinson_volatility(high_prices, low_prices, window, time_scale=1, plot=Tru
def rolling_std(close_prices, return_type, window, plot=True):
"""
Essa função possibilita a visualização da volatilidade a partir do cálculo da desvio padrão móvel e da plotagem do gráfico dessa
métrica ao longo de um período.
métrica ao longo de um período.

Args:
close_prices (pd.DataFrame): série de preços de fechamento que será utilizado de base para o cálculo do desvio padrão móvel;
Expand Down Expand Up @@ -413,3 +413,15 @@ def cumulative_returns(returns, return_type):
else:
raise ValueError("Tipo de retorno inválido")
return cumulative_returns

def plot_allocation(dictionary):
"""
Essa função permite a visualização da distribuição de pesos em um portfolio através da plotagem de um gráfico de pizza.

Args:
dictionary (dict): dicionário com o nome da ação e sua respectiva porcentagem na carteira, no formato ação:porcentagem.
"""
labels = list(dictionary.keys())
values = list(dictionary.values())
fig = px.pie(values=values,names=labels)
fig.show()