codigo_r.r

client_id <- "ABC"

install.packages("mongolite") # Instala o mongolite (biblioteca de conn com o mongo)
install.packages("tidyverse") # Instala o Tidyverse (biblioteca de filtros e aggs)

library(mongolite)
library(tidyverse)

# Pega cotacoes no MongoDB

cotacoes_con <- mongo(collection="cotacoes", db="database", url = "mongodb://readwrite:test@mongo.opencpu.org:43942/aaaaa")
cotacoes <- cotacoes_con$find()
cotacoes_con$drop()

# Pega as movimentacoes de um cliente no MongoDB

movs_con <- mongo(collection="cotacoes", db="database", url = "mongodb://readwrite:test@mongo.opencpu.org:43942/aaaaa")
movs <- movs_con$find('{"cliente": "', client_id, '"}')
movs_con$drop()

# Filtra movimentacoes do mes para poder guardar detalhadamente

movs_detalhadas <- movs %>% filter(data >= "2018/01/02" & data <= "2018/01/31")

# Transforma dataframe de formato de movimentações para formato requerido abaixo (c("data", "pl", "movs", "cota"))



# Cotizacao DF formatado c("data", "pl", "movs", "cota")

x <- data.frame("data" = c(as.Date('2018/01/01'), as.Date('2018/01/02'), as.Date('2018/01/03'), as.Date('2018/01/04'), as.Date('2018/01/05'))  ,"pl" = c(100,101,102,103, 100), "movs" = c(100, 0, 0, 0, -4))
x$cota <- 100

for(i in 1:nrow(x)) {
 if (i > 1){
   x[i,]$cota <- ((x[i,]$pl - x[i,]$mov)/x[i-1,]$pl) * x[i-1,]$cota
 }
}

x$qt <- x$pl / x$cota

# Plota grafico do data frame e faz linha de tendencia para cotas
print(x)

plot(x$data, x$cota)
abline(lm(x$cota ~ x$data))