-
Notifications
You must be signed in to change notification settings - Fork 0
/
app.py
223 lines (191 loc) · 9.59 KB
/
app.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
import streamlit as st
from streamlit_gsheets import GSheetsConnection
import pandas as pd
import numpy as np
import plotly.express as px
import requests
st.set_page_config(page_title="Precio Dólar Real", page_icon="📈")
st.title("Precio Dólar Real")
ajustador = lambda x: (x.inflacion_arg[::-1].cumprod() / x.inflacion_us[::-1].cumprod()).shift(1, fill_value=1)
@st.cache_data(ttl=pd.Timedelta(hours=1))
def cargar_datos():
conn = st.connection("gsheets", type=GSheetsConnection)
df = conn.read(index_col=0, parse_dates=True)
# Crear valores ajustados
df['informal_ajustado'] = df['venta_informal']*ajustador(df)
df['oficial_ajustado'] = df['venta_oficial']*ajustador(df)
return df
df = cargar_datos()
@st.cache_data(ttl=pd.Timedelta(minutes=15))
def cargar_dolar_hoy():
try:
r = requests.get('https://dolarapi.com/v1/dolares/blue')
dolar_blue_hoy = eval(r.text)
df.loc[df.index[-1], ['venta_informal', 'informal_ajustado']] = dolar_blue_hoy['venta']
except Exception as e:
st.warning('No se pudo acceder al valor actual.', e)
return df
df = cargar_dolar_hoy()
import locale
locale.setlocale(locale.LC_ALL,'es_ES.UTF-8')
import calendar
def aumento_porcentaje(x, y, puntos_porcentuales=False):
if not puntos_porcentuales:
return str(round((x/y-1)*100, 1))+'%'
return str(round((x - y)*100, 1))+' p.p.'
cols = st.columns(3)
with cols[0]:
st.metric(label="Dólar Blue Hoy",
value='$' + str(round(df['venta_informal'].iloc[-1])),
delta=aumento_porcentaje(df['informal_ajustado'].iloc[-1], df['informal_ajustado'].iloc[-2]),
delta_color='inverse')
with cols[1]:
st.metric(label=f"Inflación estimada de {calendar.month_name[pd.to_datetime('today').date().month]}",
value=aumento_porcentaje(df['inflacion_arg'].iloc[-1]**30.5, 1),
delta=aumento_porcentaje(df['inflacion_arg'].iloc[-1]**30.5, df['inflacion_arg'].resample('ME').first().iloc[-2]**30.5, puntos_porcentuales=True),
delta_color='inverse',
help='Relevamiento de Expectativas de Inflación del BCRA')
with cols[2]:
st.metric(label=f"Equivalente a fin de {calendar.month_name[pd.to_datetime('today').date().month]}",
value='$' + str(round(df['venta_informal'].iloc[-1]*df['inflacion_arg'].iloc[-1]**(30.5-df.index[-1].day))),
help='Este sería el valor del dólar blue a fin de mes si mantuviera su valor real, asumiendo que se cumple la expectativa de inflación, y que la inflación es homogénea a lo largo del mes.')
st.divider()
preset_fecha_dict = {'3m': pd.Timedelta(days=90),
'6m': pd.Timedelta(days=180),
'1a': pd.Timedelta(days=365),
'5a': pd.Timedelta(days=1825),
'10a': pd.Timedelta(days=3650),
'Máx.': pd.Timedelta(days=len(df)-1)}
fig_container = st.container()
with fig_container:
preset_fecha = st.radio('Rangos de fechas predeterminados', list(preset_fecha_dict.keys())[::-1], index=2, key='preset_fecha',
horizontal=True, label_visibility='collapsed')
with st.expander(label='Opciones Avanzadas', expanded=False):
rango_fecha = st.slider('Rango de fechas', df.index.min().date(), df.index.max().date(),
value=(df.index.max().date() - preset_fecha_dict[preset_fecha], df.index.max().date()),
format="DD/MM/YY", key='slider_fechas')
cols = st.columns(spec=[0.2, 1])
with cols[0]:
link_precio_rango = st.toggle(label='🔗', help='La fecha de referencia de precios será el inicio del gráfico.', key='link_precio_rango')
with cols[1]:
base_100 = st.toggle(label='Base 100')
if link_precio_rango:
st.session_state['fecha_precio_referencia'] = st.session_state['slider_fechas'][0]
else:
if 'fecha_precio_referencia' not in st.session_state:
st.session_state['fecha_precio_referencia'] = df.index.max().date()
else:
st.session_state['fecha_precio_referencia'] = st.session_state['fecha_precio_referencia']
fecha_precio_referencia = st.slider('Fecha de referencia de precios', df.index.min().date() , df.index.max().date(), format="DD/MM/YY", key='fecha_precio_referencia')
fecha_precio_referencia = pd.to_datetime(fecha_precio_referencia)
df['informal_ajustado_a_fecha'] = (df['informal_ajustado'] / ajustador(df)[fecha_precio_referencia]).round(2)
df['oficial_ajustado_a_fecha'] = (df['oficial_ajustado'] / ajustador(df)[fecha_precio_referencia]).round(2)
nombre_variable = 'Ajustado informal'
if base_100:
df['informal_ajustado_a_fecha'] /= df.loc[fecha_precio_referencia, 'informal_ajustado_a_fecha'] * 0.01
df['oficial_ajustado_a_fecha' ] /= df.loc[fecha_precio_referencia, 'oficial_ajustado_a_fecha'] * 0.01
nombre_variable = 'Índice de precio'
fig = px.line(df.reset_index().rename(columns={'fecha': 'Fecha', 'venta_informal': 'Venta informal', 'informal_ajustado_a_fecha': nombre_variable, 'oficial_ajustado_a_fecha': 'Ajustado oficial'}),
x='Fecha', y=nombre_variable, hover_data=['Fecha', 'Venta informal', nombre_variable], log_y=True,
title='Precio dólar blue' + (f' a pesos de {fecha_precio_referencia.strftime("%d de %B de %Y")}' if not base_100 else f'. Base 100 = {fecha_precio_referencia.date()}'))
if fecha_precio_referencia != df.index[-1]:
# Linea en fecha de referencia
fig.add_vline(x=fecha_precio_referencia, line_dash="dash", name="Fecha precio de referencia", line_width=1, line_color='gray')
# Annotation en fecha de referencia
fig.add_annotation(
x=fecha_precio_referencia,
y=np.log10(df['informal_ajustado_a_fecha'].loc[fecha_precio_referencia]),
xref="x",
yref="y",
text=str(np.round(df['informal_ajustado_a_fecha'].loc[fecha_precio_referencia], 2)),
font=dict(
size=12,
color="#ffffff",
),
xanchor="left",
yanchor="bottom",
borderpad=1,
bgcolor="rgb(25, 94, 221)",
opacity=0.8,
showarrow=True,
arrowcolor="rgba(0, 0, 0, 0)",
ax=5,
ay=-3,
)
# Línea horizontal en precio actual
fig.add_hline(y=df['informal_ajustado_a_fecha'].iloc[-1], name="Precio actual", line_dash="dash",
line_width=0.5, line_color='gray', annotation_text='Precio actual', annotation_position='top left',
annotation_font_size=150,
annotation_font_color="blue")
# Add vertical line for each year
for year in df.index.year.unique():
fig.add_vline(x=pd.Timestamp(year, 1, 1), name=f"Año {year}", line_width=0.05)
# Extend range_x limit a bit further than the current one
df_filtrado = df.loc[rango_fecha[0]:rango_fecha[1], 'informal_ajustado_a_fecha']
x_padding = pd.Timedelta(days=len(df_filtrado)//13)
y_padding = 1.1
fig.update_xaxes(range=[rango_fecha[0], rango_fecha[1] + x_padding], showspikes=True, spikethickness=0.5)
fig.update_yaxes(range=[np.log10(df_filtrado.min()/y_padding),
np.log10(df_filtrado.max()*y_padding)], type="log", showspikes=True, spikethickness=0.5)
fig.add_annotation(text="dolar-real.streamlit.app",
xref="paper", yref="paper",
x=1, y=0, showarrow=False, align="right")
# Annotation en fecha de hoy
fig.add_annotation(
x=df.index[-1],
y=np.log10(df['informal_ajustado_a_fecha'].iloc[-1]),
xref="x",
yref="y",
text=str(np.round(df['informal_ajustado_a_fecha'].iloc[-1], 2)),
font=dict(
size=12,
color="#ffffff",
),
xanchor="left",
yanchor="bottom",
borderpad=1,
bgcolor="rgb(25, 94, 221)",
opacity=0.8,
showarrow=True,
arrowcolor="rgba(0, 0, 0, 0)",
ax=5,
ay=-3,
)
fig.update_layout(dragmode=False, xaxis_title='Fecha', yaxis_title=nombre_variable,
hoverlabel=dict(bgcolor="rgba(25, 94, 221, 0.8)", font_color="white"))
with fig_container:
st.plotly_chart(fig, use_container_width=True, config={'displayModeBar': False})
with st.expander(label='Metodología', expanded=False):
st.markdown("""## Cálculo
Para poder calcular el precio real del dólar de manera diaria, se debe estimar la inflación diaria a partir de la inflación mensual.
Para esto, se asume que la inflación es homogénea a la largo del mes, y se calcula de la siguiente manera:
""")
st.latex(r'\text{Inflación diaria} = (1 + \text{Inflación mensual})^{\frac{1}{\text{ctdad. días en mes}}}')
st.markdown("""
Luego, se calcula el valor del dólar ajustado por inflación del peso argentino, e inflación del dólar estadounidense:
""")
st.latex(r'\text{Precio Dólar Real}_t = \text{Precio Dólar}_t \times \frac{\prod_{i=1}^{t} (1 + \text{Inflación diaria del peso}_i)}{\prod_{i=1}^{t} (1 + \text{Inflación diaria del dólar}_i)}')
st.markdown("""Donde 't' es la cantidad de días en el pasado que se quiere calcular.
## Fuentes:
- Dólar
- Precio oficial
- Ene 1992-Abr 2002: Datos.gob.ar, serie: 175.1_DR_ESTANSE_0_0_20
- Abr 2002-Presente: Ámbito Financiero
- Precio blue
- Ene 1992-Abr 2002: Dólar blue = Dólar oficial
- Abr 2002-Presente: Ámbito Financiero
- Día de hoy: dolarapi.com
- Inflación
- Inflación Argentina
- 1992-2017: inflacionverdadera.com/argentina
- 2017-Presente: Datos.gob.ar, serie: 148.3_INIVELNAL_DICI_M_26
- Inflación EEUU
- fred.stlouisfed.org, serie: CPIAUCNS
""")
# GitHub link
st.markdown(
"""
[](https://github.com/LeoArtaza/precio-dolar-real)
""",
unsafe_allow_html=True,
)