initial commit

This commit is contained in:
2026-01-31 22:34:57 +09:00
commit f1301de543
875 changed files with 196598 additions and 0 deletions

View File

@@ -0,0 +1,119 @@
# -*- coding: utf-8 -*-
"""
Created on 2025-06-16
"""
import sys
import logging
import pandas as pd
sys.path.extend(['../..', '.']) # kis_auth 파일 경로 추가
import kis_auth as ka
from disparity import disparity
# 로깅 설정
logging.basicConfig(level=logging.INFO, format='%(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
##############################################################################################
# [국내주식] 순위분석 > 국내주식 이격도 순위 [v1_국내주식-095]
##############################################################################################
COLUMN_MAPPING = {
'mksc_shrn_iscd': '유가증권 단축 종목코드',
'data_rank': '데이터 순위',
'hts_kor_isnm': 'HTS 한글 종목명',
'stck_prpr': '주식 현재가',
'prdy_vrss': '전일 대비',
'prdy_ctrt': '전일 대비율',
'prdy_vrss_sign': '전일 대비 부호',
'acml_vol': '누적 거래량',
'd5_dsrt': '5일 이격도',
'd10_dsrt': '10일 이격도',
'd20_dsrt': '20일 이격도',
'd60_dsrt': '60일 이격도',
'd120_dsrt': '120일 이격도'
}
NUMERIC_COLUMNS = []
def main():
"""
[국내주식] 순위분석
국내주식 이격도 순위[v1_국내주식-095]
국내주식 이격도 순위 테스트 함수
Parameters:
- fid_input_price_2 (str): 입력 가격2 (입력값 없을때 전체 (~ 가격))
- fid_cond_mrkt_div_code (str): 조건 시장 분류 코드 (시장구분코드 (주식 J))
- fid_cond_scr_div_code (str): 조건 화면 분류 코드 (Unique key( 20178 ))
- fid_div_cls_code (str): 분류 구분 코드 (0: 전체, 1:관리종목, 2:투자주의, 3:투자경고, 4:투자위험예고, 5:투자위험, 6:보톧주, 7:우선주)
- fid_rank_sort_cls_code (str): 순위 정렬 구분 코드 (0: 이격도상위순, 1:이격도하위순)
- fid_hour_cls_code (str): 시간 구분 코드 (5:이격도5, 10:이격도10, 20:이격도20, 60:이격도60, 120:이격도120)
- fid_input_iscd (str): 입력 종목코드 (0000:전체, 0001:거래소, 1001:코스닥, 2001:코스피200)
- fid_trgt_cls_code (str): 대상 구분 코드 (0 : 전체)
- fid_trgt_exls_cls_code (str): 대상 제외 구분 코드 (0 : 전체)
- fid_input_price_1 (str): 입력 가격1 (입력값 없을때 전체 (가격 ~))
- fid_vol_cnt (str): 거래량 수 (입력값 없을때 전체 (거래량 ~))
Returns:
- DataFrame: 국내주식 이격도 순위 결과
Example:
>>> df = disparity(fid_input_price_2="", fid_cond_mrkt_div_code="J", fid_cond_scr_div_code="20178", fid_div_cls_code="0", fid_rank_sort_cls_code="0", fid_hour_cls_code="5", fid_input_iscd="0000", fid_trgt_cls_code="0", fid_trgt_exls_cls_code="0", fid_input_price_1="", fid_vol_cnt="")
"""
try:
# pandas 출력 옵션 설정
pd.set_option('display.max_columns', None) # 모든 컬럼 표시
pd.set_option('display.width', None) # 출력 너비 제한 해제
pd.set_option('display.max_rows', None) # 모든 행 표시
# 토큰 발급
logger.info("토큰 발급 중...")
ka.auth()
logger.info("토큰 발급 완료")
# API 호출
logger.info("API 호출 시작: 국내주식 이격도 순위")
result = disparity(
fid_input_price_2="", # 입력 가격2
fid_cond_mrkt_div_code="J", # 조건 시장 분류 코드
fid_cond_scr_div_code="20178", # 조건 화면 분류 코드
fid_div_cls_code="0", # 분류 구분 코드
fid_rank_sort_cls_code="0", # 순위 정렬 구분 코드
fid_hour_cls_code="5", # 시간 구분 코드
fid_input_iscd="0000", # 입력 종목코드
fid_trgt_cls_code="0", # 대상 구분 코드
fid_trgt_exls_cls_code="0", # 대상 제외 구분 코드
fid_input_price_1="", # 입력 가격1
fid_vol_cnt="" # 거래량 수
)
if result is None or result.empty:
logger.warning("조회된 데이터가 없습니다.")
return
# 컬럼명 출력
logger.info("사용 가능한 컬럼 목록:")
logger.info(result.columns.tolist())
# 한글 컬럼명으로 변환
result = result.rename(columns=COLUMN_MAPPING)
for col in NUMERIC_COLUMNS:
if col in result.columns:
result[col] = pd.to_numeric(result[col], errors='coerce').round(2)
# 결과 출력
logger.info("=== 국내주식 이격도 순위 결과 ===")
logger.info("조회된 데이터 건수: %d", len(result))
print(result)
except Exception as e:
logger.error("에러 발생: %s", str(e))
raise
if __name__ == "__main__":
main()

View File

@@ -0,0 +1,169 @@
"""
Created on 2025-06-16
"""
import logging
import time
from typing import Optional
import sys
import pandas as pd
sys.path.extend(['../..', '.'])
import kis_auth as ka
# 로깅 설정
logging.basicConfig(level=logging.INFO, format='%(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
##############################################################################################
# [국내주식] 순위분석 > 국내주식 이격도 순위 [v1_국내주식-095]
##############################################################################################
# 상수 정의
API_URL = "/uapi/domestic-stock/v1/ranking/disparity"
def disparity(
fid_input_price_2: str, # 입력 가격2
fid_cond_mrkt_div_code: str, # 조건 시장 분류 코드
fid_cond_scr_div_code: str, # 조건 화면 분류 코드
fid_div_cls_code: str, # 분류 구분 코드
fid_rank_sort_cls_code: str, # 순위 정렬 구분 코드
fid_hour_cls_code: str, # 시간 구분 코드
fid_input_iscd: str, # 입력 종목코드
fid_trgt_cls_code: str, # 대상 구분 코드
fid_trgt_exls_cls_code: str, # 대상 제외 구분 코드
fid_input_price_1: str, # 입력 가격1
fid_vol_cnt: str, # 거래량 수
tr_cont: str = "", # 연속 거래 여부
dataframe: Optional[pd.DataFrame] = None, # 누적 데이터프레임
depth: int = 0, # 현재 재귀 깊이
max_depth: int = 10 # 최대 재귀 깊이
) -> Optional[pd.DataFrame]:
"""
[국내주식] 순위분석
국내주식 이격도 순위[v1_국내주식-095]
국내주식 이격도 순위 API를 호출하여 DataFrame으로 반환합니다.
Args:
fid_input_price_2 (str): 입력값 없을때 전체 (~ 가격)
fid_cond_mrkt_div_code (str): 시장구분코드 (J:KRX, NX:NXT)
fid_cond_scr_div_code (str): Unique key( 20178 )
fid_div_cls_code (str): 0: 전체, 1:관리종목, 2:투자주의, 3:투자경고, 4:투자위험예고, 5:투자위험, 6:보톧주, 7:우선주
fid_rank_sort_cls_code (str): 0: 이격도상위순, 1:이격도하위순
fid_hour_cls_code (str): 5:이격도5, 10:이격도10, 20:이격도20, 60:이격도60, 120:이격도120
fid_input_iscd (str): 0000:전체, 0001:거래소, 1001:코스닥, 2001:코스피200
fid_trgt_cls_code (str): 0 : 전체
fid_trgt_exls_cls_code (str): 0 : 전체
fid_input_price_1 (str): 입력값 없을때 전체 (가격 ~)
fid_vol_cnt (str): 입력값 없을때 전체 (거래량 ~)
tr_cont (str): 연속 거래 여부
dataframe (Optional[pd.DataFrame]): 누적 데이터프레임
depth (int): 현재 재귀 깊이
max_depth (int): 최대 재귀 깊이 (기본값: 10)
Returns:
Optional[pd.DataFrame]: 국내주식 이격도 순위 데이터
Example:
>>> df = disparity(
... fid_input_price_2="",
... fid_cond_mrkt_div_code="J",
... fid_cond_scr_div_code="20178",
... fid_div_cls_code="0",
... fid_rank_sort_cls_code="0",
... fid_hour_cls_code="5",
... fid_input_iscd="0000",
... fid_trgt_cls_code="0",
... fid_trgt_exls_cls_code="0",
... fid_input_price_1="",
... fid_vol_cnt=""
... )
>>> print(df)
"""
# 필수 파라미터 검증
if not fid_cond_mrkt_div_code:
logger.error("fid_cond_mrkt_div_code is required. (e.g. 'J')")
raise ValueError("fid_cond_mrkt_div_code is required. (e.g. 'J')")
if not fid_cond_scr_div_code:
logger.error("fid_cond_scr_div_code is required. (e.g. '20178')")
raise ValueError("fid_cond_scr_div_code is required. (e.g. '20178')")
if not fid_div_cls_code:
logger.error("fid_div_cls_code is required. (e.g. '0')")
raise ValueError("fid_div_cls_code is required. (e.g. '0')")
if not fid_rank_sort_cls_code:
logger.error("fid_rank_sort_cls_code is required. (e.g. '0')")
raise ValueError("fid_rank_sort_cls_code is required. (e.g. '0')")
if not fid_hour_cls_code:
logger.error("fid_hour_cls_code is required. (e.g. '5')")
raise ValueError("fid_hour_cls_code is required. (e.g. '5')")
if not fid_input_iscd:
logger.error("fid_input_iscd is required. (e.g. '0000')")
raise ValueError("fid_input_iscd is required. (e.g. '0000')")
# 최대 재귀 깊이 체크
if depth >= max_depth:
logger.warning("Maximum recursion depth (%d) reached. Stopping further requests.", max_depth)
return dataframe if dataframe is not None else pd.DataFrame()
tr_id = "FHPST01780000"
params = {
"fid_input_price_2": fid_input_price_2,
"fid_cond_mrkt_div_code": fid_cond_mrkt_div_code,
"fid_cond_scr_div_code": fid_cond_scr_div_code,
"fid_div_cls_code": fid_div_cls_code,
"fid_rank_sort_cls_code": fid_rank_sort_cls_code,
"fid_hour_cls_code": fid_hour_cls_code,
"fid_input_iscd": fid_input_iscd,
"fid_trgt_cls_code": fid_trgt_cls_code,
"fid_trgt_exls_cls_code": fid_trgt_exls_cls_code,
"fid_input_price_1": fid_input_price_1,
"fid_vol_cnt": fid_vol_cnt,
}
res = ka._url_fetch(API_URL, tr_id, tr_cont, params)
if res.isOK():
if hasattr(res.getBody(), 'output'):
current_data = pd.DataFrame(res.getBody().output)
else:
current_data = pd.DataFrame()
if dataframe is not None:
dataframe = pd.concat([dataframe, current_data], ignore_index=True)
else:
dataframe = current_data
tr_cont = res.getHeader().tr_cont
if tr_cont == "M":
logger.info("Calling next page...")
ka.smart_sleep()
return disparity(
fid_input_price_2,
fid_cond_mrkt_div_code,
fid_cond_scr_div_code,
fid_div_cls_code,
fid_rank_sort_cls_code,
fid_hour_cls_code,
fid_input_iscd,
fid_trgt_cls_code,
fid_trgt_exls_cls_code,
fid_input_price_1,
fid_vol_cnt,
"N", dataframe, depth + 1, max_depth
)
else:
logger.info("Data fetch complete.")
return dataframe
else:
logger.error("API call failed: %s - %s", res.getErrorCode(), res.getErrorMessage())
res.printError(API_URL)
return pd.DataFrame()