Cálculo da TIR variável do fluxo de caixa em Python (pandas)
Eu tenho um DataFrame de fluxos de caixa imprevisíveis e períodos imprevisíveis e preciso gerar uma TIR retrospectiva.
Fazê-lo no Excel é bastante simples, usando o solucionador, imaginando se existe uma boa maneira de fazê-lo no Python. (Acho que poderia aproveitar o openpyxl para que o solucionador funcione no excel a partir de python, mas isso parece desnecessariamente complicado).
O problema é bem direto:
VAL do fluxo de caixa = ((cash_flow) / (1 + TIR) ^ anos_ago)
META: Encontre TIR em que SUM (NPV) = 0
Meu dataframe é mais ou menos assim:
cash_flow |years_ago
-----------------------
-3.60837e+06 |4.09167
31462 |4.09167
1.05956e+06 |3.63333
-1.32718e+06 |3.28056
-4.46554e+06 |3.03889
Parece que outras calculadoras de TIR (como numpy.irr) assumem limites estritos de período (a cada 3 meses, 1 ano, etc.), o que não funciona. A outra opção parece ser a rota iterativa, onde eu continuamente adivinho, verifico e itero, mas isso parece a maneira errada de lidar com isso. Idealmente, estou procurando por algo que faria isso:
irr = calc_irr((cash_flow1,years_ago1),(cash_flow2,years_ago2),etc)
Edição: Aqui está o código que estou executando o problema. Eu tenho uma lista de transações e optei por criar tabelas temporárias por ID.
for id in df_tran.id.unique():
temp_df = df_tran[df_tran.id == id]
cash_flow = temp_df.cash_flows.values
years = temp_df.years.values
print(id, cash_flow)
print(years)
#irr_calc = irr(cfs=cash_flow, yrs=years,x0=0.100000)
#print(sid, irr_calc)
onde df_tran (no qual temp_df se baseia) se parece com:
cash_flow |years |id
0 -3.60837e+06 4.09167 978237
1 31462 4.09167 978237
4 1.05956e+06 3.63333 978237
6 -1.32718e+06 3.28056 978237
8 -4.46554e+06 3.03889 978237
10 -3.16163e+06 2.81944 978237
12 -5.07288e+06 2.58889 978237
14 268833 2.46667 978237
17 -4.74703e+06 1.79167 978237
20 -964987 1.40556 978237
22 -142920 1.12222 978237
24 163894 0.947222 978237
26 -2.2064e+06 0.655556 978237
27 1.23804e+06 0.566667 978237
29 180655 0.430556 978237
30 -85297 0.336111 978237
34 -2.3529e+07 0.758333 1329483
36 21935 0.636111 1329483
38 -3.55067e+06 0.366667 1329483
41 -4e+06 4.14167 1365051
temp_df parece idêntico ao df_tran, exceto que apenas mantém transações para um único ID.