initial commit

한국투자증권(API)/examples_llm/domestic_stock/inquire_balance/inquire_balance.py

@@ -0,0 +1,170 @@
+"""
+Created on 20250601 
+"""
+
+
+import sys
+import time
+from typing import Optional, Tuple
+import logging
+
+import pandas as pd
+
+sys.path.extend(['../..', '.'])
+import kis_auth as ka
+
+# 로깅 설정
+logging.basicConfig(level=logging.INFO)
+
+##############################################################################################
+# [국내주식] 주문/계좌 > 주식잔고조회[v1_국내주식-006]
+##############################################################################################
+
+# 상수 정의
+API_URL = "/uapi/domestic-stock/v1/trading/inquire-balance"
+
+def inquire_balance(
+    env_dv: str,  # 실전모의구분
+    cano: str,  # 종합계좌번호
+    acnt_prdt_cd: str,  # 계좌상품코드
+    afhr_flpr_yn: str,  # 시간외단일가·거래소여부
+    inqr_dvsn: str,  # 조회구분
+    unpr_dvsn: str,  # 단가구분
+    fund_sttl_icld_yn: str,  # 펀드결제분포함여부
+    fncg_amt_auto_rdpt_yn: str,  # 융자금액자동상환여부
+    prcs_dvsn: str,  # 처리구분
+    FK100: str = "",  # 연속조회검색조건100
+    NK100: str = "",  # 연속조회키100
+    tr_cont: str = "",  # 연속거래여부
+    dataframe1: Optional[pd.DataFrame] = None,  # 누적 데이터프레임1
+    dataframe2: Optional[pd.DataFrame] = None,  # 누적 데이터프레임2
+    depth: int = 0,  # 내부 재귀깊이 (자동관리)
+    max_depth: int = 10  # 최대 재귀 횟수 제한
+) -> Tuple[pd.DataFrame, pd.DataFrame]:
+    """
+    주식 잔고조회 API입니다. 
+    실전계좌의 경우, 한 번의 호출에 최대 50건까지 확인 가능하며, 이후의 값은 연속조회를 통해 확인하실 수 있습니다. 
+    모의계좌의 경우, 한 번의 호출에 최대 20건까지 확인 가능하며, 이후의 값은 연속조회를 통해 확인하실 수 있습니다. 
+
+    * 당일 전량매도한 잔고도 보유수량 0으로 보여질 수 있으나, 해당 보유수량 0인 잔고는 최종 D-2일 이후에는 잔고에서 사라집니다.
+    
+    Args:
+        env_dv (str): [필수] 실전모의구분 (ex. real:실전, demo:모의)
+        cano (str): [필수] 종합계좌번호 (ex. 계좌번호 체계(8-2)의 앞 8자리)
+        acnt_prdt_cd (str): [필수] 계좌상품코드 (ex. 계좌번호 체계(8-2)의 뒤 2자리)
+        afhr_flpr_yn (str): [필수] 시간외단일가·거래소여부 (ex. N:기본값, Y:시간외단일가, X:NXT)
+        inqr_dvsn (str): [필수] 조회구분 (ex. 01 – 대출일별 | 02 – 종목별)
+        unpr_dvsn (str): [필수] 단가구분 (ex. 01)
+        fund_sttl_icld_yn (str): [필수] 펀드결제분포함여부 (ex. N, Y)
+        fncg_amt_auto_rdpt_yn (str): [필수] 융자금액자동상환여부 (ex. N)
+        prcs_dvsn (str): [필수] 처리구분 (ex. 00: 전일매매포함, 01:전일매매미포함)
+        FK100 (str): 연속조회검색조건100
+        NK100 (str): 연속조회키100
+        tr_cont (str): 연속거래여부
+        dataframe1 (Optional[pd.DataFrame]): 누적 데이터프레임1
+        dataframe2 (Optional[pd.DataFrame]): 누적 데이터프레임2
+        depth (int): 내부 재귀깊이 (자동관리)
+        max_depth (int): 최대 재귀 횟수 제한
+
+    Returns:
+        Tuple[pd.DataFrame, pd.DataFrame]: 주식잔고조회 데이터 (output1, output2)
+        
+    Example:
+        >>> df1, df2 = inquire_balance(env_dv="real", cano=trenv.my_acct, acnt_prdt_cd=trenv.my_prod, afhr_flpr_yn="N", inqr_dvsn="01", unpr_dvsn="01", fund_sttl_icld_yn="N", fncg_amt_auto_rdpt_yn="N", prcs_dvsn="00")
+        >>> print(df1)
+        >>> print(df2)
+    """
+    
+    # 필수 파라미터 검증
+    if env_dv == "":
+        raise ValueError("env_dv is required (e.g. 'real:실전, demo:모의')")
+    
+    if cano == "":
+        raise ValueError("cano is required (e.g. '계좌번호 체계(8-2)의 앞 8자리')")
+    
+    if acnt_prdt_cd == "":
+        raise ValueError("acnt_prdt_cd is required (e.g. '계좌번호 체계(8-2)의 뒤 2자리')")
+    
+    if afhr_flpr_yn == "":
+        raise ValueError("afhr_flpr_yn is required (e.g. 'N:기본값, Y:시간외단일가, X:NXT')")
+    
+    if inqr_dvsn == "":
+        raise ValueError("inqr_dvsn is required (e.g. '01 – 대출일별 | 02 – 종목별')")
+    
+    if unpr_dvsn == "":
+        raise ValueError("unpr_dvsn is required (e.g. '01')")
+    
+    if fund_sttl_icld_yn == "":
+        raise ValueError("fund_sttl_icld_yn is required (e.g. 'N, Y')")
+    
+    if fncg_amt_auto_rdpt_yn == "":
+        raise ValueError("fncg_amt_auto_rdpt_yn is required (e.g. 'N')")
+    
+    if prcs_dvsn == "":
+        raise ValueError("prcs_dvsn is required (e.g. '00: 전일매매포함, 01:전일매매미포함')")
+
+    if depth > max_depth:
+        logging.warning("Max recursive depth reached.")
+        if dataframe1 is None:
+            dataframe1 = pd.DataFrame()
+        if dataframe2 is None:
+            dataframe2 = pd.DataFrame()
+        return dataframe1, dataframe2
+
+    # tr_id 설정
+    if env_dv == "real":
+        tr_id = "TTTC8434R"
+    elif env_dv == "demo":
+        tr_id = "VTTC8434R"
+    else:
+        raise ValueError("env_dv is required (e.g. 'real' or 'demo')")
+
+    params = {
+        "CANO": cano,
+        "ACNT_PRDT_CD": acnt_prdt_cd,
+        "AFHR_FLPR_YN": afhr_flpr_yn,
+        "OFL_YN": "",
+        "INQR_DVSN": inqr_dvsn,
+        "UNPR_DVSN": unpr_dvsn,
+        "FUND_STTL_ICLD_YN": fund_sttl_icld_yn,
+        "FNCG_AMT_AUTO_RDPT_YN": fncg_amt_auto_rdpt_yn,
+        "PRCS_DVSN": prcs_dvsn,
+        "CTX_AREA_FK100": FK100,
+        "CTX_AREA_NK100": NK100
+    }
+    
+    res = ka._url_fetch(API_URL, tr_id, tr_cont, params)
+    
+    if res.isOK():
+        # output1 처리
+        current_data1 = pd.DataFrame(res.getBody().output1)
+        if dataframe1 is not None:
+            dataframe1 = pd.concat([dataframe1, current_data1], ignore_index=True)
+        else:
+            dataframe1 = current_data1
+            
+        # output2 처리
+        current_data2 = pd.DataFrame(res.getBody().output2)
+        if dataframe2 is not None:
+            dataframe2 = pd.concat([dataframe2, current_data2], ignore_index=True)
+        else:
+            dataframe2 = current_data2
+            
+        tr_cont = res.getHeader().tr_cont
+        FK100 = res.getBody().ctx_area_fk100
+        NK100 = res.getBody().ctx_area_nk100
+        
+        if tr_cont in ["M", "F"]:  # 다음 페이지 존재
+            logging.info("Call Next page...")
+            ka.smart_sleep()  # 시스템 안정적 운영을 위한 지연
+            return inquire_balance(
+                env_dv, cano, acnt_prdt_cd, afhr_flpr_yn, inqr_dvsn, unpr_dvsn, 
+                fund_sttl_icld_yn, fncg_amt_auto_rdpt_yn, prcs_dvsn, FK100, NK100, 
+                "N", dataframe1, dataframe2, depth + 1, max_depth
+            )
+        else:
+            logging.info("Data fetch complete.")
+            return dataframe1, dataframe2
+    else:
+        res.printError(url=API_URL)
+        return pd.DataFrame(), pd.DataFrame()