Update app.py
Browse files
app.py
CHANGED
@@ -13,10 +13,19 @@ from datetime import datetime
|
|
13 |
|
14 |
app = Flask(__name__)
|
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16 |
@app.route("/", methods=["GET", "POST"])
|
17 |
def index():
|
18 |
if request.method == "POST":
|
19 |
-
# Entrada de dados do formulário
|
20 |
capital = float(request.form["capital"])
|
21 |
studio_ret = float(request.form["studio_ret"])
|
22 |
valorizacao = float(request.form["valorizacao"])
|
@@ -27,37 +36,38 @@ def index():
|
|
27 |
|
28 |
anos = list(range(1, 6))
|
29 |
|
30 |
-
# Cálculo dos investimentos
|
31 |
studio = [capital * ((1 + studio_ret / 100) ** (12 * ano)) for ano in anos]
|
32 |
franquia = [capital + (franquia_ret * ano) for ano in anos]
|
33 |
acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
|
34 |
renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]
|
|
|
35 |
|
36 |
dados = {
|
37 |
"Ano": anos,
|
38 |
"Studio": studio,
|
39 |
"Franquia": franquia,
|
40 |
"Ações": acoes,
|
41 |
-
"Renda Fixa": renda_fixa_valores
|
|
|
42 |
}
|
43 |
df = pd.DataFrame(dados)
|
44 |
|
45 |
-
# Melhor investimento
|
46 |
investimentos_finais = {
|
47 |
"Studio": studio[-1],
|
48 |
"Franquia": franquia[-1],
|
49 |
"Ações": acoes[-1],
|
50 |
"Renda Fixa": renda_fixa_valores[-1],
|
51 |
}
|
|
|
52 |
investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
|
53 |
valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
|
54 |
|
55 |
-
# Gráfico base64
|
56 |
plt.figure(figsize=(8, 5))
|
57 |
plt.plot(anos, studio, label="Studio", marker="o")
|
58 |
plt.plot(anos, franquia, label="Franquia", marker="o")
|
59 |
plt.plot(anos, acoes, label="Ações", marker="o")
|
60 |
plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
|
|
|
61 |
plt.title("Projeção de Investimentos")
|
62 |
plt.xlabel("Ano")
|
63 |
plt.ylabel("Valor (R$)")
|
@@ -77,13 +87,36 @@ def index():
|
|
77 |
buf.close()
|
78 |
plt.close()
|
79 |
|
80 |
-
# Tabela com formatação
|
81 |
df_formatado = df.copy()
|
82 |
-
for col in ["Studio", "Franquia", "Ações", "Renda Fixa"]:
|
83 |
df_formatado[col] = df_formatado[col].apply(lambda x: f"R$ {x:,.2f}".replace(",", "."))
|
84 |
|
85 |
tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)
|
86 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
87 |
return render_template(
|
88 |
"index.html",
|
89 |
capital=capital,
|
@@ -97,11 +130,15 @@ def index():
|
|
97 |
tabela=tabela,
|
98 |
grafico=grafico_base64,
|
99 |
investimento_mais_valorizado=investimento_mais_valorizado,
|
100 |
-
valor_mais_alto=valor_mais_alto
|
|
|
|
|
|
|
101 |
)
|
102 |
|
103 |
return render_template("index.html")
|
104 |
|
|
|
105 |
@app.route("/download_pdf", methods=["POST"])
|
106 |
def download_pdf():
|
107 |
capital_inicial = float(request.form["capital"])
|
@@ -118,13 +155,15 @@ def download_pdf():
|
|
118 |
valores_franquia = [capital_inicial + (lucro_anual_franquia * ano) for ano in anos]
|
119 |
valores_acoes = [capital_inicial * ((1 + retorno_anual_acoes / 100) ** ano) for ano in anos]
|
120 |
valores_renda_fixa = [capital_inicial * ((1 + retorno_anual_renda_fixa / 100) ** ano) for ano in anos]
|
|
|
121 |
|
122 |
df = pd.DataFrame({
|
123 |
"Ano": anos,
|
124 |
"Studio": valores_studio,
|
125 |
"Franquia": valores_franquia,
|
126 |
"Ações": valores_acoes,
|
127 |
-
"Renda Fixa": valores_renda_fixa
|
|
|
128 |
})
|
129 |
|
130 |
investimentos_finais = {
|
@@ -133,14 +172,16 @@ def download_pdf():
|
|
133 |
"Ações": valores_acoes[-1],
|
134 |
"Renda Fixa": valores_renda_fixa[-1],
|
135 |
}
|
|
|
136 |
investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
|
137 |
valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
|
138 |
|
139 |
plt.figure(figsize=(8, 5))
|
140 |
-
plt.plot(anos, valores_studio, label="Studio")
|
141 |
-
plt.plot(anos, valores_franquia, label="Franquia")
|
142 |
-
plt.plot(anos, valores_acoes, label="Ações")
|
143 |
-
plt.plot(anos, valores_renda_fixa, label="Renda Fixa")
|
|
|
144 |
plt.title("Comparação dos Investimentos")
|
145 |
plt.xlabel("Ano")
|
146 |
plt.ylabel("Valor (R$)")
|
@@ -155,11 +196,34 @@ def download_pdf():
|
|
155 |
plt.close()
|
156 |
|
157 |
df_formatado = df.copy()
|
158 |
-
for col in ["Studio", "Franquia", "Ações", "Renda Fixa"]:
|
159 |
df_formatado[col] = df_formatado[col].apply(lambda x: f"R$ {x:,.2f}".replace(",", "."))
|
160 |
|
161 |
tabela = df_formatado.to_html(index=False, classes="table table-sm table-bordered", border=1)
|
162 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
163 |
html = render_template(
|
164 |
"relatorio_pdf.html",
|
165 |
capital=capital_inicial,
|
@@ -174,6 +238,9 @@ def download_pdf():
|
|
174 |
grafico=grafico_base64,
|
175 |
investimento_mais_valorizado=investimento_mais_valorizado,
|
176 |
valor_mais_alto=valor_mais_alto,
|
|
|
|
|
|
|
177 |
now=datetime.now()
|
178 |
)
|
179 |
|
@@ -185,5 +252,7 @@ def download_pdf():
|
|
185 |
pdf.seek(0)
|
186 |
return send_file(pdf, mimetype="application/pdf", as_attachment=True, download_name="relatorio_simulacao.pdf")
|
187 |
|
|
|
188 |
if __name__ == '__main__':
|
189 |
app.run(host='0.0.0.0', port=7860, debug=True)
|
|
|
|
13 |
|
14 |
app = Flask(__name__)
|
15 |
|
16 |
+
def gerar_analise(investimentos_finais, capital):
|
17 |
+
melhor = max(investimentos_finais, key=investimentos_finais.get)
|
18 |
+
valor_melhor = investimentos_finais[melhor]
|
19 |
+
retorno_pct = ((valor_melhor - capital) / capital) * 100
|
20 |
+
analise = f"""
|
21 |
+
Após análise dos cenários projetados para 5 anos, o investimento <strong>{melhor}</strong> apresenta o melhor desempenho,
|
22 |
+
com um valor final estimado de <strong>R$ {valor_melhor:,.2f}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
|
23 |
+
"""
|
24 |
+
return analise.replace(",", ".")
|
25 |
+
|
26 |
@app.route("/", methods=["GET", "POST"])
|
27 |
def index():
|
28 |
if request.method == "POST":
|
|
|
29 |
capital = float(request.form["capital"])
|
30 |
studio_ret = float(request.form["studio_ret"])
|
31 |
valorizacao = float(request.form["valorizacao"])
|
|
|
36 |
|
37 |
anos = list(range(1, 6))
|
38 |
|
|
|
39 |
studio = [capital * ((1 + studio_ret / 100) ** (12 * ano)) for ano in anos]
|
40 |
franquia = [capital + (franquia_ret * ano) for ano in anos]
|
41 |
acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
|
42 |
renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]
|
43 |
+
ajustado_inflacao = [valor / ((1 + inflacao / 100) ** ano) for valor, ano in zip(studio, anos)]
|
44 |
|
45 |
dados = {
|
46 |
"Ano": anos,
|
47 |
"Studio": studio,
|
48 |
"Franquia": franquia,
|
49 |
"Ações": acoes,
|
50 |
+
"Renda Fixa": renda_fixa_valores,
|
51 |
+
"Studio c/ Inflação": ajustado_inflacao,
|
52 |
}
|
53 |
df = pd.DataFrame(dados)
|
54 |
|
|
|
55 |
investimentos_finais = {
|
56 |
"Studio": studio[-1],
|
57 |
"Franquia": franquia[-1],
|
58 |
"Ações": acoes[-1],
|
59 |
"Renda Fixa": renda_fixa_valores[-1],
|
60 |
}
|
61 |
+
|
62 |
investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
|
63 |
valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
|
64 |
|
|
|
65 |
plt.figure(figsize=(8, 5))
|
66 |
plt.plot(anos, studio, label="Studio", marker="o")
|
67 |
plt.plot(anos, franquia, label="Franquia", marker="o")
|
68 |
plt.plot(anos, acoes, label="Ações", marker="o")
|
69 |
plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
|
70 |
+
plt.plot(anos, ajustado_inflacao, label="Studio c/ Inflação", linestyle="--", marker="o")
|
71 |
plt.title("Projeção de Investimentos")
|
72 |
plt.xlabel("Ano")
|
73 |
plt.ylabel("Valor (R$)")
|
|
|
87 |
buf.close()
|
88 |
plt.close()
|
89 |
|
|
|
90 |
df_formatado = df.copy()
|
91 |
+
for col in ["Studio", "Franquia", "Ações", "Renda Fixa", "Studio c/ Inflação"]:
|
92 |
df_formatado[col] = df_formatado[col].apply(lambda x: f"R$ {x:,.2f}".replace(",", "."))
|
93 |
|
94 |
tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)
|
95 |
|
96 |
+
analise_final = gerar_analise(investimentos_finais, capital)
|
97 |
+
|
98 |
+
# Tabela resumo
|
99 |
+
resumo = []
|
100 |
+
for nome, valor_final in investimentos_finais.items():
|
101 |
+
retorno_abs = valor_final - capital
|
102 |
+
retorno_pct = (retorno_abs / capital) * 100
|
103 |
+
resumo.append({
|
104 |
+
"Investimento": nome,
|
105 |
+
"Valor Final": f"R$ {valor_final:,.2f}".replace(",", "."),
|
106 |
+
"Retorno Absoluto": f"R$ {retorno_abs:,.2f}".replace(",", "."),
|
107 |
+
"Retorno (%)": f"{retorno_pct:.1f}%"
|
108 |
+
})
|
109 |
+
resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "")), reverse=True)
|
110 |
+
|
111 |
+
diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "")) - float(resumo[1]["Retorno (%)"].replace("%", ""))
|
112 |
+
comentario_extra = ""
|
113 |
+
if diferenca_pct < 5:
|
114 |
+
comentario_extra = f"""
|
115 |
+
Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado
|
116 |
+
(<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais.
|
117 |
+
Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
|
118 |
+
""".replace(",", ".")
|
119 |
+
|
120 |
return render_template(
|
121 |
"index.html",
|
122 |
capital=capital,
|
|
|
130 |
tabela=tabela,
|
131 |
grafico=grafico_base64,
|
132 |
investimento_mais_valorizado=investimento_mais_valorizado,
|
133 |
+
valor_mais_alto=valor_mais_alto,
|
134 |
+
analise_final=analise_final,
|
135 |
+
comentario_extra=comentario_extra,
|
136 |
+
resumo=resumo
|
137 |
)
|
138 |
|
139 |
return render_template("index.html")
|
140 |
|
141 |
+
|
142 |
@app.route("/download_pdf", methods=["POST"])
|
143 |
def download_pdf():
|
144 |
capital_inicial = float(request.form["capital"])
|
|
|
155 |
valores_franquia = [capital_inicial + (lucro_anual_franquia * ano) for ano in anos]
|
156 |
valores_acoes = [capital_inicial * ((1 + retorno_anual_acoes / 100) ** ano) for ano in anos]
|
157 |
valores_renda_fixa = [capital_inicial * ((1 + retorno_anual_renda_fixa / 100) ** ano) for ano in anos]
|
158 |
+
valores_studio_ajustado_inflacao = [v / ((1 + inflacao_anual / 100) ** ano) for v, ano in zip(valores_studio, anos)]
|
159 |
|
160 |
df = pd.DataFrame({
|
161 |
"Ano": anos,
|
162 |
"Studio": valores_studio,
|
163 |
"Franquia": valores_franquia,
|
164 |
"Ações": valores_acoes,
|
165 |
+
"Renda Fixa": valores_renda_fixa,
|
166 |
+
"Studio c/ Inflação": valores_studio_ajustado_inflacao,
|
167 |
})
|
168 |
|
169 |
investimentos_finais = {
|
|
|
172 |
"Ações": valores_acoes[-1],
|
173 |
"Renda Fixa": valores_renda_fixa[-1],
|
174 |
}
|
175 |
+
|
176 |
investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
|
177 |
valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
|
178 |
|
179 |
plt.figure(figsize=(8, 5))
|
180 |
+
plt.plot(anos, valores_studio, label="Studio", marker="o")
|
181 |
+
plt.plot(anos, valores_franquia, label="Franquia", marker="o")
|
182 |
+
plt.plot(anos, valores_acoes, label="Ações", marker="o")
|
183 |
+
plt.plot(anos, valores_renda_fixa, label="Renda Fixa", marker="o")
|
184 |
+
plt.plot(anos, valores_studio_ajustado_inflacao, label="Studio c/ Inflação", linestyle='--', marker="o")
|
185 |
plt.title("Comparação dos Investimentos")
|
186 |
plt.xlabel("Ano")
|
187 |
plt.ylabel("Valor (R$)")
|
|
|
196 |
plt.close()
|
197 |
|
198 |
df_formatado = df.copy()
|
199 |
+
for col in ["Studio", "Franquia", "Ações", "Renda Fixa", "Studio c/ Inflação"]:
|
200 |
df_formatado[col] = df_formatado[col].apply(lambda x: f"R$ {x:,.2f}".replace(",", "."))
|
201 |
|
202 |
tabela = df_formatado.to_html(index=False, classes="table table-sm table-bordered", border=1)
|
203 |
|
204 |
+
analise_final = gerar_analise(investimentos_finais, capital_inicial)
|
205 |
+
|
206 |
+
resumo = []
|
207 |
+
for nome, valor_final in investimentos_finais.items():
|
208 |
+
retorno_abs = valor_final - capital_inicial
|
209 |
+
retorno_pct = (retorno_abs / capital_inicial) * 100
|
210 |
+
resumo.append({
|
211 |
+
"Investimento": nome,
|
212 |
+
"Valor Final": f"R$ {valor_final:,.2f}".replace(",", "."),
|
213 |
+
"Retorno Absoluto": f"R$ {retorno_abs:,.2f}".replace(",", "."),
|
214 |
+
"Retorno (%)": f"{retorno_pct:.1f}%"
|
215 |
+
})
|
216 |
+
resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "")), reverse=True)
|
217 |
+
|
218 |
+
diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "")) - float(resumo[1]["Retorno (%)"].replace("%", ""))
|
219 |
+
comentario_extra = ""
|
220 |
+
if diferenca_pct < 5:
|
221 |
+
comentario_extra = f"""
|
222 |
+
Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado
|
223 |
+
(<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais.
|
224 |
+
Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
|
225 |
+
""".replace(",", ".")
|
226 |
+
|
227 |
html = render_template(
|
228 |
"relatorio_pdf.html",
|
229 |
capital=capital_inicial,
|
|
|
238 |
grafico=grafico_base64,
|
239 |
investimento_mais_valorizado=investimento_mais_valorizado,
|
240 |
valor_mais_alto=valor_mais_alto,
|
241 |
+
analise_final=analise_final,
|
242 |
+
comentario_extra=comentario_extra,
|
243 |
+
resumo=resumo,
|
244 |
now=datetime.now()
|
245 |
)
|
246 |
|
|
|
252 |
pdf.seek(0)
|
253 |
return send_file(pdf, mimetype="application/pdf", as_attachment=True, download_name="relatorio_simulacao.pdf")
|
254 |
|
255 |
+
|
256 |
if __name__ == '__main__':
|
257 |
app.run(host='0.0.0.0', port=7860, debug=True)
|
258 |
+
|