Base de dados de empresas com ativos negociados

Fala Mojo, quase que isso funciona. O que acontece é que a CVM fornece uma boa base de dados com todos os dados cadastrais das companhias que você diretamente pode agregar a uma base dados. Por exemplo os dados da EZTC são

Porém os 3 campos em vermelho são os código das ON, código das PN e setor de mercado que eu gostaria de ter na mesma base de dados e eu tive que agregar na mão no caso da EZTC (vou finalizar fazendo todas assim imagino).

Como você indicou estaria legal ter alguma lista (por exemplo como as cotas históricas) que tenham uma coluna com esses três dados faltantes (codigos ON, PN e setor de mercado) e alguma outra coluna igual que na CVM (por exemplo seria ótimo se fosse código CVM para ter certeza que são iguais). Naquele caso eu poderia rápidamente juntar as listas, mas como não achei assim rápido, decidi fazer na mão alguns exemplos e continuar programando o parser para agregar ITRs e automatizar o download da CVM (porém estou tendo problemas com a CVM que os links que está fornecendo para download automático não parecem funcionar). A lista das cotas históricas que você postou não tem uma coluna com igual denominação que na CVM como para poder juntar as tabelas.

Tenho também um código de uma função que me ajuda muito no meu trabalho pois permite localizar uma string mesmo que coincidência não seja exata, na verdade ele retorna um 'índice de semelhança' entre duas strings, sei que existem algumas proposições para esse algorítimo mas esse código veio da minha cabeça porque ele é focado em nomes próprios, acho que um matemático como vc vai achar um tanto impreciso, hehe, mas aqui vai o algorítimo da função em VBA, pode ser convertido para outra linguagem pois é bem portável:

(no copiar/colar perdeu a identação...)

Public Function IndSimil(A, B)

Dim C, Buf, aux, La, Lb, leng, seed, posi, i, j, cont, divi



A = UCase(A)

B = UCase(B)



If Len(A) < Len(B) Then 'A é sempre a maior string

aux = A

A = B

B = aux

End If



Buf = A

C = Space(Len(A))

i = 1

Do While Int(Len(B) / i) >= 2 'menor tamanho de substring a ser pesquisada



leng = Int(Len(B) / i)



For j = 1 To i



If j = i Then 'para pegar a sobra da última divisão, se houver

seed = Mid(B, (1 + leng * (j - 1)))

Else

seed = Mid(B, (1 + leng * (j - 1)), leng)

End If



posi = InStr(A, seed)

If posi > 0 Then

C = Overlay(C, seed, posi)

B = Overlay(B, Replicate("@", leng), (1 + leng * (j - 1)))

If C = Buf Then Exit Do

End If


Next

i = i + 1 'divide string original por 1, 2, 3, 4, 5...

Loop




'* apuração do indice de similaridade



cont = 0

For i = 1 To Len(Buf)

Select Case i

Case 1 '1a letra peso = 5

If Mid(Buf, i, 1) = Mid(C, i, 1) Then cont = cont + 5

Case Else 'outras letras peso = 1

If Mid(Buf, i, 1) = Mid(C, i, 1) Then cont = cont + 1

End Select

Next

IndSimil = cont / (Len(Buf) + 4)



End Function
'******************************************************************************

Public Function Overlay(Stringue, SubStringue, pos)

'******************************************************************************



'/* emula a função de mesmo nome no clipper



Overlay = Mid(Stringue, 1, pos - 1) & SubStringue & Mid(Stringue, pos + Len(SubStringue))



End Function