Metadata-Version: 2.1
Name: fortunae
Version: 0.0.7
Summary: Fortunae quer ser tornar uma biblioteca de análise financeira. Indicada para importar indicadores fundamentalistas de ações e fundos
Home-page: UNKNOWN
Author: Arthur Chabole
Author-email: <chabole.arthur@gmail.com>
License: UNKNOWN
Keywords: python,finance,money,invest
Platform: UNKNOWN
Classifier: Development Status :: 1 - Planning
Classifier: Intended Audience :: Developers
Classifier: Programming Language :: Python :: 3
Classifier: Operating System :: Unix
Classifier: Operating System :: MacOS :: MacOS X
Classifier: Operating System :: Microsoft :: Windows
Description-Content-Type: text/markdown
License-File: LICENSE

# fortunae
 Fortunae quer ser tornar uma biblioteca de anÃ¡lise financeira. Voltada pra importaÃ§Ã£o de indicadores fundamentalistas de aÃ§Ãµes ou fundos imobiliarios usando multithreading. Usando a biblioteca `current.future` e `threads` para acelerar a coleta de dados automatizada e massiva. Funciona pra ativos brasileiros e estrangeiros.

## Download

Computer Version:

[![Windows](https://img.shields.io/badge/Windows-0078D6?style=for-the-badge&logo=windows&logoColor=white)](https://github.com/seu-usuario/seu-repositorio/releases)
[![Linux](https://img.shields.io/badge/Linux-FF6600?style=for-the-badge&logo=linux&logoColor=white)](https://github.com/seu-usuario/seu-repositorio/releases)
[![Mac OS](https://img.shields.io/badge/mac%20os-000000?style=for-the-badge&logo=macos&logoColor=F0F0F0)](https://github.com/seu-usuario/seu-repositorio/releases)

## InstalaÃ§Ã£o

VocÃª pode instalar fortunae via `pip`

```md
pip install fortunae
```
## Extraindo dados de aÃ§Ãµes
Verificando indicadores fundamentalistas de aÃ§Ãµes

```python
import fortunae as ft

aÃ§Ãµes = ['mglu3', 'bbas3', 'cash3', 'disb34']
df_aÃ§Ãµes = ft.get_stocks(aÃ§Ãµes)
```
O `df_aÃ§Ãµes` serÃ¡ um dataframe com os ativos e seus indicadores.

## Extraindo dados de fundos imobiliarios

Verificando indicadores fundamentalistas de fundos imobiliarios.

```python
import fortunae as ft

fiis = ['hglg11', 'knri11', 'bcff11']
df_fiis = ft.get_fiis(fiis)
```
O `df_fiis` serÃ¡ um dataframe com os ativos e seus indicadores.

## Verificando lista de ativos
Verificando lista de aÃ§Ãµes
```python
import fortunae as ft

aÃ§Ãµes_lista = ft.br_stocks()
```
Verificando lista de fundos imobiliarios
```python
import fortunae as ft

aÃ§Ãµes_lista = ft.br_fiis()
```

## AtualizaÃ§Ã£o massiva de ativos

```python
import fortunae as ft
import pandas as pd
import time 

start = time.time()

#Pegando a lista de aÃ§Ãµes e fundos
aÃ§Ãµes = ft.br_stocks() #473 aÃ§Ãµes
fiis = ft.br_fiis()    #250 fundos

#Scraping de dados usando threads
df_aÃ§Ãµes = ft.get_stocks(aÃ§Ãµes)
df_fiis = ft.get_fiis(fiis)

#Gravando os resultados
with pd.ExcelWriter('outputs.xlsx') as writer:  
    df_aÃ§Ãµes.to_excel(writer, sheet_name='acoes')
    df_fiis.to_excel(writer, sheet_name='FIIs')
    
print(f'Tempo de processamento gasto {(time.time() - start):.3f}s')
```
Esse cÃ³digo percorre `473 aÃ§Ãµes` e `250 fundos imobiliarios` listadas na `B3` pegando informaÃ§Ãµes de 
preÃ§o e indicadores fundamentalistas. ApÃ³s a coleta de dados concluida salva o arquivo em formato de planilha `.xlsx`. Esse operaÃ§Ã£o dura em mÃ©dia `3min` e depende de conexÃ£o com a internet.

### Support ou contato

[![Instagram Badge](https://img.shields.io/badge/Instagram-E4405F?style=for-the-badge&logo=instagram&logoColor=white)](https://www.instagram.com/arthurchabole/)
[![Twitter Badge](https://img.shields.io/badge/Twitter-1DA1F2?style=for-the-badge&logo=twitter&logoColor=white)](https://twitter.com/Arthur__Chabole)
[![Linkedin](https://img.shields.io/badge/LinkedIn-0077B5?style=for-the-badge&logo=linkedin&logoColor=white)](https://www.linkedin.com/in/arthur-chabole-1589a8149/)


