def update_carteraAFP_govt(cartera_date):
filename = str(cartera_date.year) + str('{:02}'.format(
cartera_date.month)) + str('{:02}'.format(cartera_date.day))
print(filename)
wb = fs.open_workbook(".\\" + filename + ".xlsx", True, True)
array_columns = [
"clase_activo", "tipo_RA", "tipo_instrumento", "moneda", "emisor",
"nemo"
]
fs.paste_val_xl(wb, "Sheet0", 1, 1, array_columns)
cartera_govt = fs.get_frame_xl(wb, "Sheet0", 1, 1, [5])
cartera_govt = cartera_govt[[
"tipo_instrumento", "moneda", "% Fondo", "% Familia Activo", "Duración"
]]
cartera_govt.rename(columns={'Duración': 'duration'}, inplace=True)
types = ["BCP", "BTP", "BCU", "BTU"]
cartera_govt = cartera_govt.loc[cartera_govt["tipo_instrumento"].isin(
types)]
cartera_govt = get_buckets_soberanos(cartera_govt)
cartera_govt["date"] = cartera_date
cartera_govt = cartera_govt.reset_index()
cartera_govt.set_index(['date'], inplace=True)
tuples = cartera_govt.to_records().tolist()
print(cartera_govt)
upload_data(tuples)
return cartera_govt
def genera_excel(df_retorno_fondos, df_rentorno_ins, df_forwards, df_rezagados,
df_risk, df_monedas):
df_rentorno_ins = df_rentorno_ins.set_index('codigo_fdo')
conditions = [
df_rentorno_ins["tipo_SVC"] == 'Nacional',
df_rentorno_ins["tipo_SVC"] == 'Internacional'
]
values_spot = [
df_rentorno_ins["tasa_spot"], df_rentorno_ins["precio_spot"]
]
values_anterior = [
df_rentorno_ins["tasa_anterior"], df_rentorno_ins["precio_anterior"]
]
df_rentorno_ins['tasa/precio_spot'] = np.select(conditions,
values_spot,
default=None)
df_rentorno_ins['tasa/precio_anterior'] = np.select(conditions,
values_anterior,
default=None)
df_rentorno_ins = df_rentorno_ins.loc[:, [
'codigo_ins', 'tipo_SVC', 'tipo_instrumento', 'Moneda', 'weight_adj',
'dur_mod', 'tasa/precio_spot', 'tasa/precio_anterior', 'CTR_Ins',
'r_ins', 'devengo', 'r_moneda'
]]
df_forwards = df_forwards[[
'moneda_compra', 'moneda_venta', 'parity', 'r_moneda', 'monto_compra',
'monto_venta', 'weight_adj', 'CTR_Forwards'
]]
df_rezagados = df_rezagados[[
'codigo_fdo', 'codigo_ins', 'tipo_instrumento', 'Moneda', 'weight'
]]
df_rezagados.set_index('codigo_fdo', inplace=True)
df_monedas = df_monedas.set_index(['currency', 'paridad'])
wb = fs.open_workbook("output.xlsx", True, True)
fs.clear_sheet_xl(wb, "fondos")
fs.clear_sheet_xl(wb, "instrumentos")
fs.clear_sheet_xl(wb, "forwards")
fs.clear_sheet_xl(wb, "rezagados")
fs.clear_sheet_xl(wb, "info_fondos")
fs.clear_sheet_xl(wb, "paridades")
fs.paste_val_xl(wb, "fondos", 1, 1, df_retorno_fondos)
fs.paste_val_xl(wb, "instrumentos", 1, 1, df_rentorno_ins)
fs.paste_val_xl(wb, "forwards", 1, 1, df_forwards)
fs.paste_val_xl(wb, "rezagados", 1, 1, df_rezagados)
fs.paste_val_xl(wb, "info_fondos", 1, 1, df_risk)
fs.paste_val_xl(wb, "paridades", 1, 1, df_monedas)
wb.save()
wb.close()
def indice_camara(date, index_term=5):
date = pd.Timestamp(fs.convert_string_to_date(date))
fechas = get_fechas_habiles(date, index_term)
wb = fs.open_workbook(".\\calculo.xlsx", True, True)
# Obtenemos los paths de politica monetaria
path_scenario = fs.get_frame_xl(wb, "path", 1, 1, [0])
path_scenario = utiles.fs.get_frame_xl(wb, "path", 1, 1, [0])
fechas= fechas.set_index(['Fecha'])
path_scenario = path_scenario_date_mapping(path_scenario, fechas)
indice_camara = fechas.merge(path_scenario, how='left', left_index=True, right_index=True)
indice_camara = indice_camara.fillna(method='ffill').reset_index()
print(indice_camara)
indice_camara['dias_dif'] = (indice_camara['Fecha'] - indice_camara['anterior']) / np.timedelta64(1, 'D')
indice_camara = add_tpm_and_icp(date,indice_camara)
indice_camara['retorno_icp_dove'] = (1+indice_camara['dove']*indice_camara['dias_dif']/36000)
indice_camara['retorno_icp_central'] = (1+indice_camara['central']*indice_camara['dias_dif']/36000)
indice_camara['retorno_icp_hawk'] = (1+indice_camara['hawk']*indice_camara['dias_dif']/36000)
indice_camara.loc[0,'retorno_icp_dove'] = 0
indice_camara.loc[0,'retorno_icp_central'] = 0
indice_camara.loc[0,'retorno_icp_hawk'] = 0
indice_camara = get_index_values(date, indice_camara)
indice_camara['indice_dove'] = 100*indice_camara['icp_dove']/indice_camara.loc[0,'icp_dove']
indice_camara['indice_central'] = 100*indice_camara['icp_dove']/indice_camara.loc[0,'icp_central']
indice_camara['indice_hawk'] = 100*indice_camara['icp_dove']/indice_camara.loc[0,'icp_hawk']
wb = fs.open_workbook("calculo.xlsx", True, True)
fs.clear_sheet_xl(wb, "indice")
fs.paste_val_xl(wb, "indice", 1, 1, indice_camara)
return indice_camara
def generar_excel(df_retorno_fondos, df_retorno_instrumentos, df_nacional,
df_internacional, rezagados, name):
#PARCHE, saco de los dataframes el fondo liquidez, se comsulta en muchos lados asi que es más fácil sacarlo por aca
df_nacional = df_nacional.loc[df_nacional["codigo_fdo"] != "LIQUIDEZ"]
rezagados = rezagados.loc[rezagados["codigo_fdo"] != "LIQUIDEZ"]
wb = fs.open_workbook("rentabilidad.xlsx", True, True)
fs.clear_sheet_xl(wb, "Resumen_fondos")
fs.clear_sheet_xl(wb, "Instrumentos")
fs.clear_sheet_xl(wb, "Nacional_Market")
fs.clear_sheet_xl(wb, "International_Market")
fs.clear_sheet_xl(wb, "rezagados")
fs.paste_val_xl(wb, "Resumen_fondos", 1, 1, df_retorno_fondos)
fs.paste_val_xl(wb, "Instrumentos", 1, 1, df_retorno_instrumentos)
fs.paste_val_xl(wb, "Nacional_Market", 1, 1, df_nacional)
fs.paste_val_xl(wb, "International_market", 1, 1, df_internacional)
fs.paste_val_xl(wb, "rezagados", 1, 1, rezagados)
wb.save()
wb.close()
def write_excel(df_risk_internacional):
wb = fs.open_workbook("data_riskamerica_internacional.xlsx", True, True)
fs.clear_sheet_xl(wb, "data")
fs.paste_val_xl(wb, "data", 1, 1, df_risk_internacional)
def check_excel():
today = str(dt.datetime.now().date())
yesterday = fs.get_prev_weekday(str(dt.datetime.now().date()))
excel = fs.get_self_path() + "Cupones_{}".format(today) + ".xlsx"
wb = fs.open_workbook(excel, True, True)
df = fs.get_frame_xl(wb, "Hoja1", 2, 3, [0])
fs.close_workbook(wb)
query_bonos = (
"SELECT [codigo_ins], [codigo_fdo], [nominal], [fec_vcto] FROM [MesaInversiones].[dbo].[ZHIS_Carteras_Main] WHERE [fecha] = '{}' AND ([codigo_ins] NOT LIKE '{}' AND [codigo_ins] NOT LIKE '{}') AND [codigo_fdo] IN ('{}', '{}', '{}', '{}', '{}', '{}', '{}', '{}', '{}') AND [Tipo_Instrumento] NOT IN ('{}', '{}')"
).format(yesterday, 'PAGARE%', 'PDBC%', 'SPREADCORP', 'DEUDA CORP',
'DEUDA 360', 'LIQUIDEZ', 'M_MARKET', 'MACRO CLP3', 'MACRO 1.5',
'RENTA', 'IMT E-PLUS', 'Cuota de Fondo', 'Letra Hipotecaria')
df_bonos = fs.get_frame_sql_user("Puyehue", "MesaInversiones", "usuario1",
"usuario1", query_bonos)
query_depositos = (
"SELECT [codigo_ins], [codigo_fdo], [nominal], [codigo_emi], [Moneda], [fec_vcto] FROM [MesaInversiones].[dbo].[ZHIS_Carteras_Main] WHERE [fecha] = '{}' AND ([codigo_ins] LIKE '{}' OR [codigo_ins] LIKE '{}') AND [codigo_fdo] in ('{}', '{}', '{}', '{}', '{}', '{}', '{}', '{}', '{}')"
).format( ##(Tipo_Instrumento IN ('Bono Corporativo', 'Deposito', 'Bono de Gobierno', 'Letra Hipotecaria', 'Factura', 'RF LATAM') OR Tipo_Instrumento is NULL)").format(
yesterday, 'PAGARE%', 'PDBC%', 'SPREADCORP', 'DEUDA CORP', 'DEUDA 360',
'LIQUIDEZ', 'M_MARKET', 'MACRO CLP3', 'MACRO 1.5', 'RENTA',
'IMT E-PLUS')
df_depositos = fs.get_frame_sql_user("Puyehue", "MesaInversiones",
"usuario1", "usuario1",
query_depositos)
query_cupones = "SELECT * FROM [MesaInversiones].[dbo].[Cupones_RF]"
df_cupones = fs.get_frame_sql_user("Puyehue", "MesaInversiones",
"usuario1", "usuario1", query_cupones)
df_bonos_t = df_bonos.loc[df_bonos['fec_vcto'] == today]
df_depositos = df_depositos.loc[df_depositos['fec_vcto'] == today]
df_excel = pd.DataFrame(columns=[
'Fondo', 'Cupones', 'Vencimiento D', 'Vencimiento B', 'Total'
])
for row in df.iterrows():
fondo = row[0].strip()
vencimiento_recibido_pdf_d = float(
str(row[1]['Vencimiento D']).replace('.', '').replace(',', '.'))
vencimiento_recibido_base_d = 0
vencimiento_recibido_pdf_b = float(
str(row[1]['Vencimiento B']).replace('.', '').replace(',', '.'))
vencimiento_recibido_base_b = 0
recibido_base = 0
total_recibido_cupones = float(
str(row[1]['Cupones']).replace('.', '').replace(',', '.'))
for line in df_depositos.iterrows():
if line[1]['codigo_fdo'].strip() == fondo:
vencimiento_recibido_base_d += float(line[1]['nominal'])
for linea in df_bonos_t.iterrows():
instrumento = linea[1]['codigo_ins']
df_cupon = df_cupones.loc[df_cupones['Instrumento'] == instrumento]
for i in df_cupon.iterrows():
vencimiento_recibido_base_b += i[1]['Cantidad_corte']
if vencimiento_recibido_pdf_d != vencimiento_recibido_base_d:
### Acá agregar que pasa si es que los vencimientos del pdf no coinciden con los vencimientos de la base de datos
pass
excel_row = [
fondo,
locale.format("%f",
total_recibido_cupones,
grouping=True,
monetary=True)[:-5],
locale.format("%f",
vencimiento_recibido_base_d,
grouping=True,
monetary=True)[:-5],
locale.format("%f",
vencimiento_recibido_base_b,
grouping=True,
monetary=True)[:-5],
locale.format("%f",
total_recibido_cupones +
vencimiento_recibido_base_d +
vencimiento_recibido_base_b,
grouping=True,
monetary=True)[:-5]
]
df_excel = df_excel.append(pd.DataFrame([excel_row],
columns=[
'Fondo', 'Cupones',
'Vencimiento D',
'Vencimiento B', 'Total'
]),
ignore_index=True)
excel = resource_path("Cupones_" + today + ".xlsx")
writer = pd.ExcelWriter(excel)
#### Escribe el dataframe del resumen de los fondos corregidos en una página del excel
df_excel.to_excel(writer, sheet_name='Resumen', startrow=1, startcol=1)
writer.sheets['Resumen'].column_dimensions['C'].width = 13
writer.sheets['Resumen'].column_dimensions['D'].width = 14
writer.sheets['Resumen'].column_dimensions['E'].width = 14
writer.sheets['Resumen'].column_dimensions['F'].width = 14
writer.sheets['Resumen'].column_dimensions['G'].width = 14
writer.save()
### Imprime solo el resumen de los fondos en un PDF
#fs.export_sheet_pdf_jp(0, fs.get_self_path()+"Cupones_" + today + ".xlsx", fs.get_self_path()+"Informe_cupones_" + today + "_corregido.pdf")
fondos = [
'SPREADCORP', 'DEUDA CORP', 'DEUDA 360', 'LIQUIDEZ', 'M_MARKET',
'MACRO CLP3', 'MACRO 1.5', 'RENTA', 'IMT E-PLUS', 'None'
]
for fondo in fondos:
df_sheet = pd.DataFrame(
columns=['Fondo', 'Instrumento', 'Emisor'
'Ingreso'])
for line in df_depositos.iterrows():
if line[1]['codigo_fdo'].strip() == fondo:
row = [
fondo, line[1]['codigo_ins'].strip(),
line[1]['codigo_emi'].strip(),
locale.format("%f",
float(line[1]['nominal']),
grouping=True,
monetary=True)[:-5]
]
print(row)
df_sheet = df_sheet.append(pd.DataFrame(
[row],
columns=['Fondo', 'Instrumento', 'Emisor', 'Ingreso']),
ignore_index=True)
for fila in df_cupones.loc[df_cupones['Fecha_corte'] ==
today].iterrows():
instrumento = fila[1]['Instrumento']
for linea in df_bonos.iterrows():
if instrumento == linea[1]['codigo_ins'] and fondo == linea[1][
'codigo_fdo']:
row = [
fondo, instrumento, None,
locale.format(
"%f",
((float(linea[1]['Cantidad_corte']) / 1000000) *
linea[1]['nominal']),
grouping=True,
monetary=True)[:-5]
]
df_sheet = df_sheet.append(pd.DataFrame(
[row],
columns=['Fondo', 'Instrumento', 'Emisor', 'Ingreso']),
ignore_index=True)
print(row)
#### Escribe el detalle de todos los intrumentos de cada fondo que reportan ingresos
df_sheet.to_excel(writer, sheet_name=fondo, startrow=1, startcol=1)
print('-------------' + fondo + '-------------')
print(df_sheet)
for fon in fondos:
writer.sheets[fon].column_dimensions['C'].width = 14
writer.sheets[fon].column_dimensions['D'].width = 14
writer.sheets[fon].column_dimensions['E'].width = 14
writer.sheets[fon].column_dimensions['F'].width = 14
writer.sheets[fon].column_dimensions['G'].width = 15
writer.save()
writer.close()
#### Imprime el detalle de todos los fondos en un PDF (la primera lista indica los indices del excel que quiero pasar a PDF,
#### deberían llegar hasta el 10 para que los imprima todos, pero tira un error de list index que no he podido arreglar)
fs.export_sheet_pdf_multiple_index(
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
fs.get_self_path() + "Cupones_" + today + ".xlsx",
fs.get_self_path() + "Informe_cupones_" + today + "_detalle.pdf")