Шаг 2. Парсинг карточки отдельного товара

def parseCard(card, url):
    parsed = {}
    parsed['DateTimeObserved'] = str(datetime.datetime.now())
    parsed['URL'] = url
    # Check for out of stock status
    stockStatus = card.select_one('.xf-product__out')
    if stockStatus:
        parsed['Status'] = 'OutOfStock'
        parsed['CurrentPrice'] = None
        parsed['CrossedPrice'] = None
    else:
        parsed['Status'] = 'InStock'
        currentprice = card.select_one('.xf-product-cost__current')
        parsed['CurrentPrice'] = float(currentprice['data-cost'])
        crossedprice = card.select_one('.xf-product-cost__prev')
        try:
            if crossedprice and float(crossedprice['data-cost']) > 0.0:
                parsed['CrossedPrice'] = float(crossedprice['data-cost'])
        except:
            parsed['CrossedPrice'] = None
        try:
            parsed['ProductName'] = card.select_one('.xf-product-title > a')['title']
        except:
            print('some error was occurred during obtaining productName, url is:\n', url, file=sys.stderr)
            pass

    if parsed['CurrentPrice'] == 44211:  # 44211
        raise ValueError('Odd value in CurrentPrice, 44211')  # 44211
    return parsed

Шаг 3. Главный цикл и дамп собранных данных

def main():
    """
    Main function.
    """
    # walk original subset of link and find price lists
    # but not every time, but say 5% of the time

    timeexec = datetime.datetime.now().strftime('%Y%m%d%H')
    print(timeexec)

    PRICEDIR = os.path.join(os.path.dirname(__file__), 'json', os.path.basename(__file__).replace('.py', ''))
    PRICEDIR = os.path.join(PRICEDIR, timeexec)
    os.makedirs(PRICEDIR, exist_ok=True)

    DATAFILE = os.path.join(os.path.dirname(__file__), os.path.basename(__file__).replace('.py', '.data'))

    VPROKURL = 'https://www.vprok.ru/catalog'

    r = random.uniform(0, 1)
    if r > 0.2 or not os.path.exists(DATAFILE):
        pricePages = getPricePages(VPROKURL)
        with open(DATAFILE, 'wb') as f:
            pickle.dump(pricePages, f)
    # load price pages 
    with open(DATAFILE, 'rb') as f:
        pricePages = pickle.load(f)
    # scrape price lists
    pricePages = [*set(pricePages)]
    random.shuffle(pricePages)
    url_engine_options = {
        # 'type': 'requests'
        'type': 'selenium'
        , 'max_attempts': 5
        , 'sleep_time_sec': 3
    }
    with open_url_engine(url_engine_options, headless=True) as url_engine:
        for sectionNumber, page in enumerate(pricePages):
            pricePack = scrapePrices(VPROKURL, page, url_engine)
            # and save data
            with open(os.path.join(PRICEDIR, 'sec' + str(sectionNumber) + '.json'), 'w', encoding='utf8') as f:
                json.dump(pricePack, f, indent=1, ensure_ascii=False)


if __name__ == '__main__':
    main()

простите v2 final FIN

Аукционы ОФЗ. Хирургическая точность

🔨 На втором аукционе размещался 15-летний ОФЗ-26247. Цена отсечения составила 81,01 (YTM 16,16%, т.е. лишь 4 бп премии к закрытию вторника), размещено 23,8 млрд руб. по номинальной стоимости (20,1 млрд «по рынку»)

🧮 Спрос составил 56,6 млрд руб. (спрос/размещение: 2,4х). Допразмещение было решено не проводить

🦛 Мы думаем, что весь объем забрали в лучшем случае 4 участника. Почти 100% удовлетворенного спроса расположились в узком диапазоне 81,01-81,03. В результате цена отсечения отличалась от средневзвешенной меньше, чем на 1 бп

Выделим 🥇 биды на суммарные 12,8 млн бумаг по отсечке, 🥈 на 7 млн бумаг на 8 копеек выше и 🥉 на 3 млн бумаг еще на 10 копеек выше. Также выделялся большой неконкурентный бид на 1 млн бумаг

📅 Годовой план выполнен на 40%, размещено облигаций на 1,57 трлн руб. Чтобы идти вровень с графиком, нужно привлекать «в деньгах» почти 140 млрд руб. в неделю. Квартальный план выполнен на 29%

#ofz

@pro_bonds

Банк России в ОНДКП: Одним из запросов профессионального сообщества была публикация кода прогнозных моделей Банка России. Соответствующие материалы планируется разместить во второй половине 2024 года.

Холодный расчет и аналитики:

@helicoptermacro

Уважаемые господа, у кого какие мнения по пересчёту ДДН и соответственно РРДДН за 2022? Он выходит далеко за рамки всех предыдущих пересчётов и не соответствует динамике З/П. Сильно пересчитаны вверх все компоненты, как если бы дефлятор резко занизили. Но речь об абсолютах!. Фантастика какая-то. При этом все цепные индексы после 2022 изменились слабо и вверх. То есть Росстат "обнаружил" около 5% стабильных доходов, размазанных по всем источникам

Миллион новых рабочих мест

В 2кв24 занятость выросла почти на 0.9 млн. рабочих мест против 2кв23 за счет:

• занятости в неторгуемых секторах на 400 тыс.

• занятости в госсекторе на 340 тыс.

• занятости в торгуемых секторах на 110 тыс.

@c0ldness

Оборона и безопасность перестали быть драйверами роста занятости в госсекторе

• В 2кв24 занятость в обороне и госуправлении снизилась на 60 тыс. г/г

• Рост занятости в целом по госсектор генерировали образование и здравоохранение - каждый +200 тыс. рабочих мест

@c0ldness

Женщины в науку, мужчины на завод

Донорами рабочей силы женщин и мужчин в 2кв24 были сектора торговли и сельского хозяйства

Секторами-реципиентам для женщин стали секторы исследований и профуслуг, для мужчин - обработка, добыча и прочие сектора

@c0ldness

🦅 Рынок свопов на RUONIA закладывает сохранение ставки в сентябре, повышение до 19% в октябре и до 20% в декабре 2024

🧙 Оценка ожидания по ставки из ROISfix

@c0ldness

Коротко о важности диверсификации на длинном периоде.

Акции против кэша

#sunny_investments
#про