Tutorial: Criando um Dashboard de Dividendos com Python e Streamlit

pip install streamlit pandas requests plotly

import streamlit as st
import pandas as pd
import requests
import plotly.express as px

# Configuração da Página
st.set_page_config(page_title="Dashboard de Dividendos", layout="wide")

# Token da brapi (Pegue o seu em https://brapi.dev/dashboard)
API_TOKEN = "SEU_TOKEN_AQUI"

@st.cache_data
def get_dividends(tickers):
    """
    Busca dados de dividendos para uma lista de tickers.
    """
    tickers_str = ",".join(tickers)
    url = f"https://brapi.dev/api/quote/{tickers_str}"
    params = {
        'token': API_TOKEN,
        'dividends': 'true', # Habilita o retorno de dividendos
    }
    
    response = requests.get(url, params=params)
    if response.status_code != 200:
        st.error("Erro ao conectar na API da brapi.")
        return []
        
    return response.json().get('results', [])

def process_data(results):
    all_dividends = []
    
    for stock in results:
        symbol = stock['symbol']
        dividends = stock.get('dividendsData', {}).get('cashDividends', [])
        
        for div in dividends:
            # Filtrar apenas dividendos aprovados/pagos
            all_dividends.append({
                'Ticker': symbol,
                'Data Com': div.get('approvedOn'),
                'Data Pagamento': div.get('paymentDate'),
                'Valor': div.get('rate'),
                'Tipo': div.get('type') # Dividendo ou JCP
            })
            
    df = pd.DataFrame(all_dividends)
    if not df.empty:
        # Converter datas e criar coluna Mês/Ano
        df['Data Pagamento'] = pd.to_datetime(df['Data Pagamento'])
        df['Mes_Ano'] = df['Data Pagamento'].dt.strftime('%Y-%m')
        
    return df

st.title("💰 Dashboard de Renda Passiva 2026")
st.markdown("Acompanhe os proventos da sua carteira de forma simples.")

# Input do Usuário
tickers_input = st.text_input("Digite os tickers separados por vírgula:", "TAEE11,BBSE3,VALE3,ITUB4")
tickers_list = [t.strip().upper() for t in tickers_input.split(",")]

if st.button("Buscar Proventos"):
    with st.spinner('Consultando a brapi.dev...'):
        results = get_dividends(tickers_list)
        df = process_data(results)
        
        if df.empty:
            st.warning("Nenhum dividendo encontrado ou tickers inválidos.")
        else:
            # Filtro de Data (Últimos 12 meses, por exemplo)
            # Para simplificar, vamos mostrar tudo que a API retornou
            
            # Métricas Gerais
            col1, col2 = st.columns(2)
            total_pago = df['Valor'].sum()
            col1.metric("Total Recebido (R$)", f"R$ {total_pago:,.2f}")
            col2.metric("Qtd. Pagamentos", len(df))
            
            # Gráfico de Pagamentos por Mês
            st.subheader("📅 Pagamentos por Mês")
            df_grouped = df.groupby('Mes_Ano')['Valor'].sum().reset_index()
            fig = px.bar(df_grouped, x='Mes_Ano', y='Valor', color='Valor', 
                         title="Evolução da Renda Passiva", text_auto=True)
            st.plotly_chart(fig, use_container_width=True)
            
            # Detalhamento por Ativo
            st.subheader("📊 Detalhamento por Ativo")
            df_asset = df.groupby('Ticker')['Valor'].sum().reset_index()
            fig2 = px.pie(df_asset, values='Valor', names='Ticker', title="Quem pagou mais?")
            st.plotly_chart(fig2, use_container_width=True)
            
            # Tabela de Dados
            st.subheader("Extrato Detalhado")
            st.dataframe(df.sort_values('Data Pagamento', ascending=False))

streamlit run app.py