Update app.py

app.py

@@ -1,157 +1,290 @@
 import os
 os.environ['FONTCONFIG_PATH'] = '/tmp/fontconfig'
 os.makedirs('/tmp/fontconfig', exist_ok=True)
+
 from flask import Flask, render_template, request, send_file
 import matplotlib.pyplot as plt
 import pandas as pd
 import io
 import base64
+from matplotlib.ticker import FuncFormatter
+from xhtml2pdf import pisa
 from datetime import datetime
 
 app = Flask(__name__)
 
-# Função para formatar em reais (R$)
 def formatar_brl(valor):
+    """Formata número para moeda brasileira: R$ 1.234,56"""
     return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")
 
-# Função principal para simular os investimentos
-def simular_investimentos(capital, studio_ret, valorizacao, franquia_ret, acoes_ret, renda_fixa, inflacao, anos=10):
-    resultados = {
-        'Studio': [capital],
-        'Imóvel': [capital],
-        'Franquia': [capital],
-        'Ações': [capital],
-        'Renda Fixa': [capital]
+def gerar_analise(investimentos_finais, capital):
+    melhor = max(investimentos_finais, key=investimentos_finais.get)
+    valor_melhor = investimentos_finais[melhor]
+    retorno_pct = ((valor_melhor - capital) / capital) * 100
+    analise = f"""
+    Após análise dos cenários projetados para 5 anos, o investimento <strong>{melhor}</strong> apresenta o melhor desempenho,
+    com um valor final estimado de <strong>{formatar_brl(valor_melhor)}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
+    """
+    return analise
+
+@app.route("/", methods=["GET", "POST"])
+def index():
+    if request.method == "POST":
+        capital = float(request.form["capital"])
+        studio_ret = float(request.form["studio_ret"])
+        valorizacao = float(request.form["valorizacao"])
+        franquia_ret = float(request.form["franquia_ret"])
+        acoes_ret = float(request.form["acoes_ret"])
+        renda_fixa = float(request.form["renda_fixa"])
+        inflacao = float(request.form["inflacao"])
+
+        anos = list(range(1, 6))
+
+        # Valorização patrimonial do studio (capital cresce com valorização anual)
+        patrimonio_studio = [capital * ((1 + valorizacao / 100) ** ano) for ano in anos]
+
+        # Renda acumulada do studio (retorno mensal composto)
+        renda_acumulada_studio = [capital * (((1 + studio_ret / 100) ** (12 * ano)) - 1) for ano in anos]
+
+        # Total studio = patrimônio + renda acumulada
+        studio_total = [p + r for p, r in zip(patrimonio_studio, renda_acumulada_studio)]
+
+        # Outros investimentos
+        franquia = [capital + (franquia_ret * ano) for ano in anos]
+        acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
+        renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]
+
+        # Studio ajustado pela inflação (considerando só patrimônio)
+        studio_ajustado_inflacao = [p / ((1 + inflacao / 100) ** ano) for p, ano in zip(patrimonio_studio, anos)]
+
+        dados = {
+            "Ano": anos,
+            "Studio (Patrimônio + Renda)": studio_total,
+            "Franquia": franquia,
+            "Ações": acoes,
+            "Renda Fixa": renda_fixa_valores,
+            "Studio Patrimônio c/ Inflação": studio_ajustado_inflacao,
+        }
+        df = pd.DataFrame(dados)
+
+        investimentos_finais = {
+            "Studio": studio_total[-1],
+            "Franquia": franquia[-1],
+            "Ações": acoes[-1],
+            "Renda Fixa": renda_fixa_valores[-1],
+        }
+
+        investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
+        valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
+
+        plt.figure(figsize=(8, 5))
+        plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
+        plt.plot(anos, franquia, label="Franquia", marker="o")
+        plt.plot(anos, acoes, label="Ações", marker="o")
+        plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
+        plt.plot(anos, studio_ajustado_inflacao, label="Studio Patrimônio c/ Inflação", linestyle="--", marker="o")
+        plt.title("Projeção de Investimentos")
+        plt.xlabel("Ano")
+        plt.ylabel("Valor (R$)")
+        plt.legend()
+        plt.grid(True)
+
+        def formatar_moeda(x, _):
+            return f"R${x:,.0f}".replace(",", ".")
+
+        plt.gca().yaxis.set_major_formatter(FuncFormatter(formatar_moeda))
+        plt.tight_layout()
+
+        buf = io.BytesIO()
+        plt.savefig(buf, format="png")
+        buf.seek(0)
+        grafico_base64 = base64.b64encode(buf.getvalue()).decode("utf-8")
+        buf.close()
+        plt.close()
+
+        # Formatação da tabela com moeda brasileira
+        df_formatado = df.copy()
+        for col in df.columns:
+            if col != "Ano":
+                df_formatado[col] = df_formatado[col].apply(formatar_brl)
+
+        tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)
+
+        analise_final = gerar_analise(investimentos_finais, capital)
+
+        resumo = []
+        for nome, valor_final in investimentos_finais.items():
+            retorno_abs = valor_final - capital
+            retorno_pct = (retorno_abs / capital) * 100
+            resumo.append({
+                "Investimento": nome,
+                "Valor Final": formatar_brl(valor_final),
+                "Retorno Absoluto": formatar_brl(retorno_abs),
+                "Retorno (%)": f"{retorno_pct:.1f}%"
+            })
+        resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)
+
+        diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
+        comentario_extra = ""
+        if diferenca_pct < 5:
+            comentario_extra = f"""
+            Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
+            (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
+            Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
+            """
+
+        return render_template(
+            "index.html",
+            capital=capital,
+            studio_ret=studio_ret,
+            valorizacao=valorizacao,
+            franquia_ret=franquia_ret,
+            acoes_ret=acoes_ret,
+            renda_fixa=renda_fixa,
+            inflacao=inflacao,
+            anos=anos,
+            tabela=tabela,
+            grafico=grafico_base64,
+            investimento_mais_valorizado=investimento_mais_valorizado,
+            valor_mais_alto=valor_mais_alto,
+            analise_final=analise_final,
+            comentario_extra=comentario_extra,
+            resumo=resumo
+        )
+
+    return render_template("index.html")
+
+
+@app.route("/download_pdf", methods=["POST"])
+def download_pdf():
+    capital_inicial = float(request.form["capital"])
+    retorno_mensal_studio = float(request.form["studio_ret"])
+    valorizacao_anual = float(request.form["valorizacao"])
+    lucro_anual_franquia = float(request.form["franquia_ret"])
+    retorno_anual_acoes = float(request.form["acoes_ret"])
+    retorno_anual_renda_fixa = float(request.form["renda_fixa"])
+    inflacao_anual = float(request.form["inflacao"])
+
+    anos = list(range(1, 6))
+
+    patrimonio_studio = [capital_inicial * ((1 + valorizacao_anual / 100) ** ano) for ano in anos]
+    renda_acumulada_studio = [capital_inicial * (((1 + retorno_mensal_studio / 100) ** (12 * ano)) - 1) for ano in anos]
+    studio_total = [p + r for p, r in zip(patrimonio_studio, renda_acumulada_studio)]
+
+    franquia = [capital_inicial + (lucro_anual_franquia * ano) for ano in anos]
+    acoes = [capital_inicial * ((1 + retorno_anual_acoes / 100) ** ano) for ano in anos]
+    renda_fixa = [capital_inicial * ((1 + retorno_anual_renda_fixa / 100) ** ano) for ano in anos]
+    studio_ajustado_inflacao = [p / ((1 + inflacao_anual / 100) ** ano) for p, ano in zip(patrimonio_studio, anos)]
+
+    df = pd.DataFrame({
+        "Ano": anos,
+        "Studio (Patrimônio + Renda)": studio_total,
+        "Franquia": franquia,
+        "Ações": acoes,
+        "Renda Fixa": renda_fixa,
+        "Studio Patrimônio c/ Inflação": studio_ajustado_inflacao,
+    })
+
+    investimentos_finais = {
+        "Studio": studio_total[-1],
+        "Franquia": franquia[-1],
+        "Ações": acoes[-1],
+        "Renda Fixa": renda_fixa[-1],
     }
 
-    for ano in range(1, anos + 1):
-        resultados['Studio'].append(resultados['Studio'][-1] * (1 + (studio_ret * 12 / 100)))
-        resultados['Imóvel'].append(resultados['Imóvel'][-1] * (1 + valorizacao / 100))
-        resultados['Franquia'].append(resultados['Franquia'][-1] + franquia_ret)
-        resultados['Ações'].append(resultados['Ações'][-1] * (1 + acoes_ret / 100))
-        resultados['Renda Fixa'].append(resultados['Renda Fixa'][-1] * (1 + renda_fixa / 100))
-
-    anos_lista = list(range(0, anos + 1))
-    df = pd.DataFrame(resultados, index=anos_lista)
-    df.index.name = 'Ano'
-
-    return df
-
-# Função para gerar gráfico em base64
-def gerar_grafico(df):
-    plt.figure(figsize=(10, 5))
-    for coluna in df.columns:
-        plt.plot(df.index, df[coluna], label=coluna)
-    plt.title('Projeção de Investimentos em 10 Anos')
-    plt.xlabel('Ano')
-    plt.ylabel('Valor (R$)')
+    investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
+    valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
+
+    plt.figure(figsize=(8, 5))
+    plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
+    plt.plot(anos, franquia, label="Franquia", marker="o")
+    plt.plot(anos, acoes, label="Ações", marker="o")
+    plt.plot(anos, renda_fixa, label="Renda Fixa", marker="o")
+    plt.plot(anos, studio_ajustado_inflacao, label="Studio Patrimônio c/ Inflação", linestyle="--", marker="o")
+    plt.title("Comparação dos Investimentos")
+    plt.xlabel("Ano")
+    plt.ylabel("Valor (R$)")
     plt.legend()
     plt.grid(True)
-
-    buffer = io.BytesIO()
     plt.tight_layout()
-    plt.savefig(buffer, format='png')
+
+    img_buffer = io.BytesIO()
+    plt.savefig(img_buffer, format='png')
+    img_buffer.seek(0)
+    grafico_base64 = base64.b64encode(img_buffer.getvalue()).decode('utf-8')
     plt.close()
-    buffer.seek(0)
-    return base64.b64encode(buffer.getvalue()).decode('utf-8')
 
-# Rota principal
-@app.route("/", methods=["GET", "POST"])
-def index():
-    if request.method == "POST":
-        try:
-            # Captura os dados do formulário
-            capital = float(request.form["capital"])
-            studio_ret = float(request.form["studio_ret"])
-            valorizacao = float(request.form["valorizacao"])
-            franquia_ret = float(request.form["franquia_ret"])
-            acoes_ret = float(request.form["acoes_ret"])
-            renda_fixa = float(request.form["renda_fixa"])
-            inflacao = float(request.form["inflacao"])
-
-            # Simula os investimentos
-            df = simular_investimentos(capital, studio_ret, valorizacao, franquia_ret, acoes_ret, renda_fixa, inflacao)
-            grafico = gerar_grafico(df)
-            valor_final = df.iloc[-1]
-            investimento_mais_valorizado = valor_final.idxmax()
-            valor_mais_alto = formatar_brl(valor_final.max())
-
-            # Converte o dataframe para HTML formatado
-            df_formatado = df.applymap(formatar_brl)
-            tabela_html = df_formatado.to_html(classes="table table-striped", border=0)
-
-            # Renderiza o template com os resultados
-            return render_template(
-                "index.html",
-                tabela=tabela_html,
-                grafico=grafico,
-                investimento_mais_valorizado=investimento_mais_valorizado,
-                valor_mais_alto=valor_mais_alto,
-                capital=capital,
-                studio_ret=studio_ret,
-                valorizacao=valorizacao,
-                franquia_ret=franquia_ret,
-                acoes_ret=acoes_ret,
-                renda_fixa=renda_fixa,
-                inflacao=inflacao
-            )
-        except Exception as e:
-            return f"Erro: {e}"
-    else:
-        return render_template("index.html")
-
-# Rota para download do PDF
-@app.route("/download_pdf", methods=["POST"])
-def download_pdf():
-    capital = float(request.form["capital"])
-    studio_ret = float(request.form["studio_ret"])
-    valorizacao = float(request.form["valorizacao"])
-    franquia_ret = float(request.form["franquia_ret"])
-    acoes_ret = float(request.form["acoes_ret"])
-    renda_fixa = float(request.form["renda_fixa"])
-    inflacao = float(request.form["inflacao"])
-
-    df = simular_investimentos(capital, studio_ret, valorizacao, franquia_ret, acoes_ret, renda_fixa, inflacao)
-    valor_final = df.iloc[-1]
-    investimento_mais_valorizado = valor_final.idxmax()
-    valor_mais_alto = formatar_brl(valor_final.max())
-
-    # Gera gráfico
-    grafico = gerar_grafico(df)
-    img_data = base64.b64decode(grafico)
-
-    # Gera tabela em HTML
-    df_formatado = df.applymap(formatar_brl)
-    tabela_html = df_formatado.to_html(classes="table table-striped", border=0)
-
-    from xhtml2pdf import pisa
-    from flask import make_response
-    from jinja2 import Template
-
-    html = f"""
-    <html>
-    <body>
-        <h1>Relatório de Investimentos</h1>
-        <p><strong>Investimento com maior retorno:</strong> {investimento_mais_valorizado}</p>
-        <p><strong>Valor final estimado:</strong> {valor_mais_alto}</p>
-        <img src="data:image/png;base64,{grafico}" style="width: 100%; max-height: 400px;" />
-        {tabela_html}
-    </body>
-    </html>
-    """
+    df_formatado = df.copy()
+    for col in df.columns:
+        if col != "Ano":
+            df_formatado[col] = df_formatado[col].apply(formatar_brl)
 
-    # Converte HTML para PDF
-    pdf_buffer = io.BytesIO()
-    pisa.CreatePDF(io.StringIO(html), dest=pdf_buffer)
-    pdf_buffer.seek(0)
+    tabela = df_formatado.to_html(index=False, classes="table table-sm table-bordered", border=1)
 
-    return send_file(
-        pdf_buffer,
-        as_attachment=True,
-        download_name=f"relatorio_{datetime.now().strftime('%Y-%m-%d')}.pdf",
-        mimetype='application/pdf'
+    analise_final = gerar_analise(investimentos_finais, capital_inicial)
+
+    resumo = []
+    for nome, valor_final in investimentos_finais.items():
+        retorno_abs = valor_final - capital_inicial
+        retorno_pct = (retorno_abs / capital_inicial) * 100
+        resumo.append({
+            "Investimento": nome,
+            "Valor Final": formatar_brl(valor_final),
+            "Retorno Absoluto": formatar_brl(retorno_abs),
+            "Retorno (%)": f"{retorno_pct:.1f}%"
+        })
+    resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)
+
+    diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
+    comentario_extra = ""
+    if diferenca_pct < 5:
+        comentario_extra = f"""
+        Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
+        (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
+        Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
+        """
+
+    # Explicação detalhada para o PDF
+    explicacao_detalhada = f"""
+    <h3>Explicações e Detalhes</h3>
+    <p>O investimento <strong>Studio</strong> considera dois componentes importantes: a valorização patrimonial do imóvel e a renda mensal obtida com o aluguel ou uso.</p>
+    <ul>
+        <li><strong>Valorização Patrimonial:</strong> o valor do imóvel cresce à taxa anual de {valorizacao_anual:.2f}% ao ano.</li>
+        <li><strong>Renda Mensal:</strong> o retorno mensal de {retorno_mensal_studio:.2f}% é composto ao longo dos meses, acumulando no total projetado.</li>
+        <li>Esses dois efeitos juntos proporcionam o valor total do Studio ao longo dos anos.</li>
+    </ul>
+    <p>Os demais investimentos são projetados de acordo com seus respectivos retornos e aportes.</p>
+    <p>A inflação anual considerada é de {inflacao_anual:.2f}%, usada para ajustar o valor patrimonial do Studio e mostrar a valorização real.</p>
+    """
+
+    html = render_template(
+        "relatorio_pdf.html",
+        capital=capital_inicial,
+        studio_ret=retorno_mensal_studio,
+        valorizacao=valorizacao_anual,
+        franquia_ret=lucro_anual_franquia,
+        acoes_ret=retorno_anual_acoes,
+        renda_fixa=retorno_anual_renda_fixa,
+        inflacao=inflacao_anual,
+        anos=anos,
+        tabela=tabela,
+        grafico=grafico_base64,
+        investimento_mais_valorizado=investimento_mais_valorizado,
+        valor_mais_alto=valor_mais_alto,
+        analise_final=analise_final,
+        comentario_extra=comentario_extra,
+        resumo=resumo,
+        explicacao_detalhada=explicacao_detalhada,
+        now=datetime.now()
     )
 
+    pdf = io.BytesIO()
+    pisa_status = pisa.CreatePDF(html, dest=pdf)
+    if pisa_status.err:
+        return "Erro ao gerar PDF", 500
+
+    pdf.seek(0)
+    return send_file(pdf, mimetype="application/pdf", as_attachment=True, download_name="relatorio_simulacao.pdf")
 
 if __name__ == '__main__':
-    app.run(host='0.0.0.0', port=7860, debug=True)
+    app.run(host='0.0.0.0', port=7860, debug=True)