pyield 0.49.1

A Python library for analysis of fixed income instruments in Brazil

PYield: Toolkit de Renda Fixa Brasileira

Português | English

PYield é uma biblioteca Python voltada para análise de títulos públicos brasileiros. Ela busca e processa dados da ANBIMA, BCB, IBGE, B3 e Tesouro Nacional, retornando DataFrames do Polars para pipelines rápidos e com tipagem consistente.

Embora inclua dados e ferramentas de outros mercados (como DI1, DAP e PTAX), esses recursos são auxiliares para o objetivo central: análise, precificação e acompanhamento de títulos públicos.

Instalação

pip install pyield

Início Rápido

import pyield as yd

# Dias úteis (base de todos os cálculos)
yd.du.contar("02-01-2025", "15-01-2025")  # -> 9
yd.du.deslocar("29-12-2023", 1)           # -> datetime.date(2024, 1, 2)

# Curva de DI Futuro
df = yd.futuro.historico("31-05-2024", "DI1")
# Colunas: data_referencia, codigo_negociacao, data_vencimento, dias_uteis, taxa_ajuste, ...

# Interpolação de taxas (flat forward, convenção 252 dias úteis/ano)
interp = yd.Interpolador(df["dias_uteis"], df["taxa_ajuste"], metodo="flat_forward")
interp(45)       # -> 0.04833...
interp([30, 60]) # -> Series do Polars com taxas interpoladas

# Precificação de títulos públicos
yd.ntnb.cotacao("31-05-2024", "15-05-2035", 0.061490)  # -> 99.3651

# Indicadores do BCB
yd.selic.over("31-05-2024")  # -> 0.000414...

Um notebook no Colab com mais exemplos:

Blocos Principais

Dias Úteis (du)

O módulo du é a base do PYield. Todos os cálculos com datas (preço, duration, taxas a termo) dependem da contagem correta de dias úteis com feriados brasileiros.

from pyield import du

# Conta dias úteis (início inclusivo, fim exclusivo)
du.contar("29-12-2023", "02-01-2024")  # -> 1

# Avança N dias úteis
du.deslocar("29-12-2023", 1)  # -> datetime.date(2024, 1, 2)

# Ajusta dia não útil para o próximo dia útil
du.deslocar("30-12-2023", 0)  # -> datetime.date(2024, 1, 2)

# Gera intervalo de dias úteis
du.gerar("22-12-2023", "02-01-2024")
# -> Series: [2023-12-22, 2023-12-26, 2023-12-27, 2023-12-28, 2023-12-29, 2024-01-02]

# Verifica se a data é dia útil
du.eh_dia_util("25-12-2023")  # -> False (Natal)

Todas as funções suportam operações vetorizadas com listas, Series ou arrays.

Interpolação de Taxas (Interpolador)

A classe Interpolador interpola taxas usando a convenção de 252 dias úteis/ano, padrão no mercado brasileiro.

from pyield import Interpolador

dias_uteis = [30, 60, 90]
taxas = [0.045, 0.05, 0.055]

# Interpolação flat forward (padrão de mercado)
interp = Interpolador(dias_uteis, taxas, metodo="flat_forward")
interp(45)  # -> 0.04833...

# Interpolação linear
linear = Interpolador(dias_uteis, taxas, metodo="linear")
linear(45)  # -> 0.0475

# Vetorizado
interp([15, 45, 75])  # -> pl.Series com 3 taxas

# Extrapolação (desabilitada por padrão, retorna NaN)
interp(100)  # -> nan
Interpolador(dias_uteis, taxas, metodo="flat_forward", extrapolar=True)(100)  # -> 0.055

Taxas a Termo (forward, forwards)

Calcula taxas a termo a partir de curvas spot:

Convenção utilizada:

• fwd_k = fwd_{j->k} (forward do vértice j para k)
• f_k = 1 + tx_k (fator de capitalização no vértice k)
• fwd_k = (f_k^au_k / f_j^au_j)^(1 / (au_k - au_j)) - 1, com au = du / 252

from pyield import forward, forwards

# Taxa a termo única entre dois pontos
forward(10, 20, 0.05, 0.06)  # -> 0.0700952...

# Curva a termo vetorizada a partir de taxas spot
dias_uteis = [10, 20, 30]
taxas = [0.05, 0.06, 0.07]
forwards(dias_uteis, taxas)  # -> Series: [0.05, 0.070095, 0.090284]

Visão Geral dos Módulos

Módulo	Finalidade
du	Cálculos com dias úteis considerando feriados brasileiros
futuro	Dados de futuros (DI1, DDI, DAP, DOL, WDO, IND, WIN e outros)
tpf	Taxas, vencimentos, estoque, leilões, benchmarks, RMD e negociações de TPFs
di1	Curva DI1 interpolada e datas de negociação disponíveis
Interpolador	Interpolação de taxas (flat_forward, linear)
forward / forwards	Cálculo de taxas a termo
ltn, ntnb, ntnf, lft, ntnc	Precificação e análise dos títulos públicos principais
ntnb1, ntnbprinc	Títulos adicionais (NTN-B1, NTN-B Principal)
selic	Dados da taxa Selic, COPOM, compromissadas do BCB, CPM e probabilidades implícitas
ipca	Dados de inflação (histórico e projeções)
hoje / agora	Data/hora atual no Brasil (America/Sao_Paulo)

Títulos Públicos

from pyield import ltn, ntnb, ntnf

# Busca taxas indicativas da ANBIMA
ltn.dados("23-08-2024")  # -> DataFrame com títulos LTN
ntnb.dados("23-08-2024")  # -> DataFrame com títulos NTN-B

# Calcula cotação do título (base 100)
ntnb.cotacao("31-05-2024", "15-05-2035", 0.061490)  # -> 99.3651
ntnb.cotacao("31-05-2024", "15-08-2060", 0.061878)  # -> 99.5341

# Prêmio sobre o DI (pontos_base=True multiplica por 10.000)
ntnf.premio("30-05-2025", pontos_base=True)
# -> DataFrame: titulo, data_vencimento, premio

Dados de Futuros

import pyield as yd

# DI1 (Futuro de Depósito Interfinanceiro)
yd.futuro.historico("31-05-2024", "DI1")

# Outros contratos disponíveis no cache histórico:
# - Juros: DI1, DDI, FRC, FRO, DAP
# - Moedas: DOL, WDO
# - Índices: IND, WIN
yd.futuro.historico("31-05-2024", "DAP")

# Múltiplas datas de uma vez
yd.futuro.historico(["29-05-2024", "31-05-2024"], "DI1")

# Dados intradia (quando o mercado estiver aberto)
yd.futuro.intradia("DI1")  # Retorna dados ao vivo durante o pregão

Tratamento de Datas

PYield aceita entradas de data flexíveis (DateLike):

• Strings: "31-05-2024", "31/05/2024", "2024-05-31"
• datetime.date, datetime.datetime

Funções escalares retornam datetime.date. Funções vetorizadas retornam polars.Series.

O parsing de strings é elemento a elemento entre os formatos aceitos. Strings inválidas são convertidas para valores nulos (None em saídas escalares e null em saídas vetorizadas).

Tratamento de nulos: funções escalares retornam float('nan') para entradas ausentes (propaga nos cálculos). Funções vetorizadas propagam null elemento a elemento.

from pyield import ntnb, du

ntnb.cotacao(None, "15-05-2035", 0.06149)  # -> nan
du.contar(["01-01-2024", None], "01-02-2024")  # -> Series: [22, null]

Consultas sem dados disponíveis (data futura, feriado, fim de semana ou fonte indisponível) retornam DataFrame vazio ou nan, sem lançar exceção:

import pyield as yd

yd.futuro.historico("01-01-2030", "DI1").is_empty()  # -> True
yd.tpf.secundario_mensal("01-01-2030").is_empty()    # -> True
yd.ptax("25-12-2025")                                # -> nan

Migração da API por Objeto (v0.49.0)

A versão 0.49.0 reorganiza a API pública para privilegiar o objeto de análise, não a fonte do dado. Mapa de migração:

Antes	Depois
yd.b3.futuro(data, contrato)	yd.futuro.historico(data, contrato)
yd.b3.futuro_intradia(contrato)	yd.futuro.intradia(contrato)
yd.b3.futuro_datas_disponiveis(contrato)	yd.futuro.datas_disponiveis(contrato)
yd.b3.futuro_enriquecer(df, contrato)	yd.futuro.enriquecer(df, contrato)
yd.b3.di_over(data)	yd.di_over(data)
yd.b3.di1.dados(data)	yd.di1.dados(data)
yd.b3.di1.interpolar_taxa(...)	yd.di1.interpolar_taxa(...)
yd.b3.di1.interpolar_taxas(...)	yd.di1.interpolar_taxas(...)
yd.b3.di1.datas_disponiveis()	yd.di1.datas_disponiveis()
yd.bc.ptax(data)	yd.ptax(data)
yd.bc.ptax_serie(inicio, fim)	yd.ptax_serie(inicio, fim)
yd.bc.selic_over(data)	yd.selic.over(data)
yd.bc.selic_over_serie(...)	yd.selic.over_serie(...)
yd.bc.selic_meta(data)	yd.selic.meta(data)
yd.bc.selic_meta_serie(...)	yd.selic.meta_serie(...)
yd.selic_over(data)	yd.selic.over(data)
yd.selic_over_serie(...)	yd.selic.over_serie(...)
yd.selic_meta(data)	yd.selic.meta(data)
yd.selic_meta_serie(...)	yd.selic.meta_serie(...)
yd.copom	yd.selic.copom
yd.copom_options(data)	yd.selic.cpm.data(data)
yd.compromissadas(...)	yd.selic.compromissadas(...)
yd.anbima.tpf(data, titulo)	yd.tpf.taxas(data, titulo)
yd.anbima.tpf_vencimentos(data, titulo)	yd.tpf.vencimentos(data, titulo)
yd.anbima.imaq(data)	yd.tpf.estoque(data)
yd.tn.leilao(data)	yd.tpf.leilao(data)
yd.bc.tpf_intradia()	yd.tpf.secundario_intradia()
yd.bc.tpf_mensal(data, extragrupo=...)	yd.tpf.secundario_mensal(data, extragrupo=...)
yd.bc.vna_lft(data)	yd.lft.vna(data)
yd.tn.benchmarks(...)	yd.tpf.benchmarks(...)
yd.pre.taxas_zero(data)	yd.tpf.curva_pre(data)

As funções antigas listadas acima foram removidas da API pública de alto nível.

Documentação

Documentação completa: crdcj.github.io/PYield

Testes

pytest