initial commit
This commit is contained in:
@@ -0,0 +1,116 @@
|
||||
"""
|
||||
Created on 20250114
|
||||
"""
|
||||
|
||||
import logging
|
||||
import sys
|
||||
|
||||
import pandas as pd
|
||||
|
||||
sys.path.extend(['../..', '.'])
|
||||
import kis_auth as ka
|
||||
from inquire_component_stock_price import inquire_component_stock_price
|
||||
|
||||
# 로깅 설정
|
||||
logging.basicConfig(level=logging.INFO)
|
||||
|
||||
##############################################################################################
|
||||
# [국내주식] 기본시세 > ETF 구성종목시세[국내주식-073]
|
||||
##############################################################################################
|
||||
|
||||
# 컬럼명 매핑
|
||||
COLUMN_MAPPING = {
|
||||
'stck_prpr': '매매 일자',
|
||||
'prdy_vrss': '주식 현재가',
|
||||
'prdy_vrss_sign': '전일 대비 부호',
|
||||
'prdy_ctrt': '전일 대비',
|
||||
'etf_cnfg_issu_avls': '전일 대비율',
|
||||
'nav': '누적 거래량',
|
||||
'nav_prdy_vrss_sign': '결제 일자',
|
||||
'nav_prdy_vrss': '전체 융자 신규 주수',
|
||||
'nav_prdy_ctrt': '전체 융자 상환 주수',
|
||||
'etf_ntas_ttam': '전체 융자 잔고 주수',
|
||||
'prdy_clpr_nav': '전체 융자 신규 금액',
|
||||
'oprc_nav': '전체 융자 상환 금액',
|
||||
'hprc_nav': '전체 융자 잔고 금액',
|
||||
'lprc_nav': '전체 융자 잔고 비율',
|
||||
'etf_cu_unit_scrt_cnt': '전체 융자 공여율',
|
||||
'etf_cnfg_issu_cnt': '전체 대주 신규 주수',
|
||||
'stck_shrn_iscd': '주식 단축 종목코드',
|
||||
'hts_kor_isnm': 'HTS 한글 종목명',
|
||||
'acml_vol': '누적 거래량',
|
||||
'acml_tr_pbmn': '누적 거래 대금',
|
||||
'tday_rsfl_rate': '당일 등락 비율',
|
||||
'prdy_vrss_vol': '전일 대비 거래량',
|
||||
'tr_pbmn_tnrt': '거래대금회전율',
|
||||
'hts_avls': 'HTS 시가총액',
|
||||
'etf_vltn_amt': 'ETF구성종목내평가금액',
|
||||
'etf_cnfg_issu_rlim': 'ETF구성종목비중'
|
||||
}
|
||||
|
||||
# 숫자형 컬럼
|
||||
NUMERIC_COLUMNS = ['주식 현재가', '전일 대비', '전일 대비율', '누적 거래량', '전체 융자 신규 주수',
|
||||
'전체 융자 상환 주수', '전체 융자 잔고 주수', '전체 융자 신규 금액', '전체 융자 상환 금액',
|
||||
'전체 융자 잔고 금액', '전체 융자 잔고 비율', '전체 융자 공여율', '전체 대주 신규 주수',
|
||||
'누적 거래 대금', '당일 등락 비율', '전일 대비 거래량', '거래대금회전율', 'HTS 시가총액',
|
||||
'ETF구성종목시가총액', 'ETF구성종목비중', 'ETF구성종목내평가금액']
|
||||
|
||||
def main():
|
||||
"""
|
||||
ETF 구성종목시세 조회 테스트 함수
|
||||
|
||||
이 함수는 ETF 구성종목시세 API를 호출하여 결과를 출력합니다.
|
||||
테스트 데이터로 KODEX 200 ETF(069500)를 사용합니다.
|
||||
|
||||
Returns:
|
||||
None
|
||||
"""
|
||||
|
||||
# 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
|
||||
|
||||
# 인증 토큰 발급
|
||||
ka.auth()
|
||||
|
||||
# API 호출
|
||||
logging.info("API 호출")
|
||||
try:
|
||||
result1, result2 = inquire_component_stock_price(fid_cond_mrkt_div_code="J", fid_input_iscd="069500", fid_cond_scr_div_code="11216")
|
||||
except ValueError as e:
|
||||
logging.error("에러 발생: %s", str(e))
|
||||
return
|
||||
|
||||
# output1 결과 처리
|
||||
logging.info("=== output1 조회 결과 ===")
|
||||
logging.info("사용 가능한 컬럼: %s", result1.columns.tolist())
|
||||
|
||||
# 한글 컬럼명으로 변환
|
||||
result1 = result1.rename(columns=COLUMN_MAPPING)
|
||||
|
||||
# 숫자형 컬럼 소수점 둘째자리까지 표시
|
||||
for col in NUMERIC_COLUMNS:
|
||||
if col in result1.columns:
|
||||
result1[col] = pd.to_numeric(result1[col], errors='coerce').round(2)
|
||||
|
||||
logging.info("결과:")
|
||||
print(result1)
|
||||
|
||||
# output2 결과 처리
|
||||
logging.info("=== output2 조회 결과 ===")
|
||||
logging.info("사용 가능한 컬럼: %s", result2.columns.tolist())
|
||||
|
||||
# 한글 컬럼명으로 변환
|
||||
result2 = result2.rename(columns=COLUMN_MAPPING)
|
||||
|
||||
# 숫자형 컬럼 소수점 둘째자리까지 표시
|
||||
for col in NUMERIC_COLUMNS:
|
||||
if col in result2.columns:
|
||||
result2[col] = pd.to_numeric(result2[col], errors='coerce').round(2)
|
||||
|
||||
logging.info("결과:")
|
||||
print(result2)
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
@@ -0,0 +1,85 @@
|
||||
"""
|
||||
Created on 20250114
|
||||
"""
|
||||
|
||||
import logging
|
||||
import sys
|
||||
from typing import Tuple
|
||||
|
||||
import pandas as pd
|
||||
|
||||
sys.path.extend(['../..', '.'])
|
||||
import kis_auth as ka
|
||||
|
||||
# 로깅 설정
|
||||
logging.basicConfig(level=logging.INFO)
|
||||
|
||||
# 상수 정의
|
||||
API_URL = "/uapi/etfetn/v1/quotations/inquire-component-stock-price"
|
||||
|
||||
##############################################################################################
|
||||
# [국내주식] 기본시세 > ETF 구성종목시세[국내주식-073]
|
||||
##############################################################################################
|
||||
|
||||
def inquire_component_stock_price(
|
||||
fid_cond_mrkt_div_code: str,
|
||||
fid_input_iscd: str,
|
||||
fid_cond_scr_div_code: str
|
||||
) -> Tuple[pd.DataFrame, pd.DataFrame]:
|
||||
"""
|
||||
ETF 구성종목시세 API입니다.
|
||||
한국투자 HTS(eFriend Plus) > [0245] ETF/ETN 구성종목시세 화면의 기능을 API로 개발한 사항으로, 해당 화면을 참고하시면 기능을 이해하기 쉽습니다.
|
||||
|
||||
Args:
|
||||
fid_cond_mrkt_div_code (str): [필수] 조건시장분류코드 (ex. J: 주식/ETF/ETN)
|
||||
fid_input_iscd (str): [필수] 입력종목코드 (ex. 123456)
|
||||
fid_cond_scr_div_code (str): [필수] 조건화면분류코드 (ex. 11216)
|
||||
|
||||
Returns:
|
||||
Tuple[pd.DataFrame, pd.DataFrame]: (output1 데이터프레임, output2 데이터프레임)
|
||||
|
||||
Raises:
|
||||
ValueError: 필수 파라미터가 누락된 경우
|
||||
|
||||
Examples:
|
||||
>>> df1, df2 = inquire_component_stock_price("J", "069500", "11216")
|
||||
>>> print(df1) # ETF 기본 정보
|
||||
>>> print(df2) # ETF 구성종목 상세정보
|
||||
"""
|
||||
|
||||
# 필수 파라미터 검증
|
||||
if fid_cond_mrkt_div_code == "":
|
||||
raise ValueError("fid_cond_mrkt_div_code is required (e.g. 'J: 주식/ETF/ETN')")
|
||||
|
||||
if fid_input_iscd == "":
|
||||
raise ValueError("fid_input_iscd is required (e.g. '123456')")
|
||||
|
||||
if fid_cond_scr_div_code == "":
|
||||
raise ValueError("fid_cond_scr_div_code is required (e.g. '11216')")
|
||||
|
||||
# API 호출 설정
|
||||
tr_id = "FHKST121600C0"
|
||||
|
||||
# 파라미터 설정
|
||||
params = {
|
||||
"FID_COND_MRKT_DIV_CODE": fid_cond_mrkt_div_code,
|
||||
"FID_INPUT_ISCD": fid_input_iscd,
|
||||
"FID_COND_SCR_DIV_CODE": fid_cond_scr_div_code
|
||||
}
|
||||
|
||||
# API 호출
|
||||
res = ka._url_fetch(API_URL, tr_id, "", params)
|
||||
|
||||
if res.isOK():
|
||||
# output1 (object) -> DataFrame 변환
|
||||
output1_data = res.getBody().output1
|
||||
df1 = pd.DataFrame([output1_data]) if output1_data else pd.DataFrame()
|
||||
|
||||
# output2 (array) -> DataFrame 변환
|
||||
output2_data = res.getBody().output2
|
||||
df2 = pd.DataFrame(output2_data) if output2_data else pd.DataFrame()
|
||||
|
||||
return df1, df2
|
||||
else:
|
||||
res.printError(url=API_URL)
|
||||
return pd.DataFrame(), pd.DataFrame()
|
||||
Reference in New Issue
Block a user