Maintenant que votre portfolio est bien structuré avec des namedtuples, vous voulez créer des calculs financiers simples et réutilisables. Pour chaque position de votre portfolio (AAPL, GOOGL, etc.), vous devez calculer la valeur actuelle, les gains/pertes potentiels, et d'autres métriques. Vous voulez des formules concises et rapides.
Les fonctions lambda sont parfaites pour les calculs financiers répétitifs. Au lieu d'écrire des fonctions complètes pour chaque calcul simple, vous créez des formules en une ligne. Avec votre portfolio concret, vous pouvez immédiatement tester sur de vraies données !
- Documentation Python sur les fonctions lambda
- Real Python - Guide complet sur les fonctions lambda
- 4 cas d'usage communs
Créez des fonctions lambda pour tous les calculs financiers de base sur votre portfolio réel.
Créez portfolio_calculs.py avec des lambdas essentielles :
valeur_position- calcule la valeur d'achat d'une position :quantity × purchase_pricegain_absolu- calcule le gain en euros :(prix_actuel - prix_achat) × quantityrendement_pourcent- calcule le rendement en % (gain ou perte):((prix_actuel - prix_achat) / prix_achat) × 100
poids_portfolio- pourcentage d'une position dans le portfolio totalvaleur_actuelle- valeur actuelle :quantity × prix_actuel
- Division par zéro : Vérifiez que
purchase_price > 0 - Précision : Utilisez des floats pour les calculs monétaires
- Lisibilité : Nommez vos lambdas de manière explicite
Utilisez portfolio_actual_prices_sample.csv pour récupérer des prix actuels simulés
- AAPL : 1500€ → +250€ (+16.7%)
- GOOGL : 12500€ → +500€ (+4.0%)
- TSLA : 6400€ → -400€ (-6.25%)
- Créez une lambda pour calculer les dividendes annuels
- Ajoutez une lambda pour les frais de courtage (0.1% par transaction)
Ces calculs lambda seront réutilisés dans TOUTES les étapes suivantes : map, portfolio class, API, graphiques ! Une lambda c'est souvent une des premières briques utilisée pour construire un programme en Python