: DiasÚteis em Qualquer Calendário

Grupy-SP—julho/2015

Wilson Freitas

bizdays(https://pypi.python.org/pypi/bizdays/v0.2.0)

http://aboutwilson.net (http://aboutwilson.net)@aboutwilson (http://www.twitter.com/aboutwilson)

Sobre mim

Wilson Freitas

quantfísicocorredorpadeiro

Background

Sistemas ComplexosFinanças QuantitativasMatemática

Programação

R, Python, MATLAB, C/C++

MotivaçãoO mercado financeiro brasileiro possui diversas particularidas que complicam a simples tarefa decalcular os preços dos ativos financeiros.

liquidação de contratos de dólar com a cotação do dia anteriorcontratos com vencimento fixo ao contrário do resto do mundo que negocia prazosfixosregras absurdas para definição de vencimentose ...vigência do contrato em dias úteis, para diferentes calendáriosentre outras

Aqui vamos falar sobre como os desafios de lidar com dias úteis foram vencidos utilizandoPython.

Contagem de dias úteisNo Brasil as taxas de juros são calculadas em dias úteisHerança do período inflacionárioO problema é que com as taxas de juros apuradas em dias úteis força que todos osdemais contratos sigam a mesma convenção:

contratos futuros, títulos públicos, opçõesDiferentes mercados diferentes regras:

Mercado de derivativos (antiga BM&F) possui um calendário de feriadosMercado de ações (antiga Bovespa) possui outro calendárioContratos de moedas utilizam dias corridos

Problema: diferentes ativos precisam lidar com a contagem de dias de forma diferente

Módulo python-bizdays

História

A contagem em dias foi desenvolvida para o módulo

bizdays nasceu em R em set/2013Foi portado para Python em seguida

Objetivos

Objetivo 1: realizar operações com dias úteis!Objetivo 2: fazer uma coisa tão simples de usar quanto a função NETWORKDAYS doExcelObjetivo 3: Poder lidar com mais de 1 calendário sem if

python-fixedincome(https://github.com/wilsonfreitas/python-fixedincome)

bizdays in action

In [1]: from bizdays import Calendar

holidays = ['2015-01-01', '2015-02-16', '2015-02-17', '2015-04-03', '2015-04-21', '2015-05-01', '2015-06-04', '2015-09-07', '2015-10-12', '2015-11-02', '2015-11-15', '2015-12-25', '2016-01-01']cal = Calendar(holidays=holidays, weekdays=['Sunday', 'Saturday'])

In [2]: # Dia do Trabalho é dia útil?cal.isbizday('2015-05-01')

Out[2]: False

In [3]: # 12/07/2015 (domingo) é dia útil?cal.isbizday('2015-07-12')

Out[3]: False

In [4]: # 03/08/2015 (sengunda-feira) é dia útil?cal.isbizday('2015-08-03')

Out[4]: True

In [5]: # Quantidade de dias úteis no ano:cal.bizdays('2015-01-01', '2015-12-31')

Out[5]: 249

In [6]: # Quantidade de dias úteis até hoje:cal.bizdays('2015-01-01', '2015-07-16')

Out[6]: 133

In [7]: # Todos os dias úteis em um período, pex primeira quinzena de abrillist(cal.seq('2015-04-01', '2015-04-15'))

Out[7]: [datetime.date(2015, 4, 1), datetime.date(2015, 4, 2), datetime.date(2015, 4, 6), datetime.date(2015, 4, 7), datetime.date(2015, 4, 8), datetime.date(2015, 4, 9), datetime.date(2015, 4, 10), datetime.date(2015, 4, 13), datetime.date(2015, 4, 14), datetime.date(2015, 4, 15)]

Cálculo de preços de ativos financeirosOs ativos financeiros tem data de vencimento fixa

Contratos Futuros de taxas de juros (DI1) expiram no dia 01 do mês devencimento

Use adjust_next (ou adjust_previous)

In [8]: refdate = '2015-03-12'maturity = '2015-05-01'

In [9]: cal.bizdays(refdate, maturity)

Out[9]: 33

In [10]: cal.adjust_next(maturity)

Out[10]: datetime.date(2015, 5, 4)

In [11]: cal.bizdays(refdate, cal.adjust_next(maturity))

Out[11]: 34

Também trabalha com vetores de datas (atributo vec :/)

In [12]: refdate = '2015-03-12'maturities = ['2015-05-01', '2015-06-01', '2015-08-01']

In [13]: list(cal.vec.adjust_next(maturities))

Out[13]: [datetime.date(2015, 5, 4), datetime.date(2015, 6, 1), datetime.date(2015, 8, 3)]

In [14]: list(cal.vec.bizdays(refdate, list(cal.vec.adjust_next(maturities))))

Out[14]: [34, 54, 98]

Manipulando curvas de taxas de juros

In [15]: import pandas as pd

Carregando um calendário em um arquivo

In [16]: !head -6 ANBIMA.cal

SaturdaySunday2000-01-012000-03-062000-03-072000-04-21

In [17]: cal252 = Calendar.load('ANBIMA.cal')cal360 = Calendar()

Carregando taxas de juros divulgadas pela BM&FBovespa

In [18]: url = 'http://www2.bmf.com.br/pages/portal/bmfbovespa/boletim1/TxRef1.asp'dfs = pd.read_html(url)curva = dfs[2].ix[2:]curva.columns = ['DC', 'Taxa_252', 'Taxa_360']curva.index = range(1, len(curva)+1)curva.dtypes

Out[18]: DC objectTaxa_252 objectTaxa_360 float64dtype: object

In [19]: curva.head()

Out[19]: DC Taxa_252 Taxa_360

1 1 1364 1340

2 8 1368 1472

3 15 1368 1438

4 16 1368 1473

5 19 1368 1335

Separando as curvas

Criar 2 curvas uma de taxas em dias corridos e outra em dias úteis.

In [20]: curva360 = pd.DataFrame({'DC': curva['DC'].apply(int), 'Taxa_360': curva['Taxa_252'].apply(lambda x: float(x)/100)})curva360.head(3)

Out[20]: DC Taxa_360

1 1 13.64

2 8 13.68

3 15 13.68

In [21]: refdate = '2015-07-15'dates = list(cal360.vec.offset(refdate, curva360['DC']))

curva252 = pd.DataFrame({'DU': list(cal252.vec.bizdays(refdate, dates)), 'Taxa_252': curva['Taxa_252'].apply(lambda x: float(x)/100)})curva252.head(3)

Out[21]: DU Taxa_252

1 1 13.64

2 6 13.68

3 11 13.68

Definindo vencimentos dos contratos

Maioria dos contratos futuros

Vencimento no primeiro dia de cada mês

In [22]: cal.getdate('first day', 2015, 1)

Out[22]: datetime.date(2015, 1, 1)

In [23]: cal.getdate('1st day', 2015, 5)

Out[23]: datetime.date(2015, 5, 1)

Contratos futuros de inflação

Vencimento do dia 15 de cada mês

In [24]: cal.getdate('15th day', 2015, 7)

Out[24]: datetime.date(2015, 7, 15)

Contratos futuros de soja

Vencimento nos segundos dias úteis

In [25]: cal.getdate('2nd bizday', 2015, 5)

Out[25]: datetime.date(2015, 5, 5)

Contratos futuros de boi gordo

Vencimento no último dia útil do mês

In [26]: cal.getdate('last bizday', 2015, 5)

Out[26]: datetime.date(2015, 5, 29)

Contratos futuros de café

Vencimento do sexto dia útil anterior ao último dia do mês

In [27]: cal.getdate('6th bizday before last day', 2015, 7)

Out[27]: datetime.date(2015, 7, 23)

Contratos futuros de índice (IBOVESPA)

Vencimento na quarta-feira mais próxima do dia 15 do mês

In [28]: cal.getdate('first wed after 15th day', 2015, 6)

Out[28]: datetime.date(2015, 6, 17)

In [29]: cal.getdate('first wed before 15th day', 2015, 6)

Out[29]: datetime.date(2015, 6, 10)

Wilson Freitas — http://blog.aboutwilson.net/ (http://blog.aboutwilson.net/)

github (https://github.com/wilsonfreitas)

@aboutwilson (http://www.twitter.com/aboutwilson)