70 lines
2.3 KiB
Python
70 lines
2.3 KiB
Python
"""
|
|
Created on 20250601
|
|
"""
|
|
|
|
|
|
import sys
|
|
import logging
|
|
|
|
import pandas as pd
|
|
|
|
sys.path.extend(['../..', '.'])
|
|
import kis_auth as ka
|
|
|
|
# 로깅 설정
|
|
logging.basicConfig(level=logging.INFO)
|
|
|
|
##############################################################################################
|
|
# [국내주식] 시세분석 > 국내주식 체결금액별 매매비중 [국내주식-192]
|
|
##############################################################################################
|
|
|
|
# 상수 정의
|
|
API_URL = "/uapi/domestic-stock/v1/quotations/tradprt-byamt"
|
|
|
|
def tradprt_byamt(
|
|
fid_cond_mrkt_div_code: str, # [필수] 조건 시장 분류 코드 (ex. J)
|
|
fid_cond_scr_div_code: str, # [필수] 조건화면분류코드 (ex. 11119)
|
|
fid_input_iscd: str # [필수] 입력 종목코드 (ex. 123456)
|
|
) -> pd.DataFrame:
|
|
"""
|
|
국내주식 체결금액별 매매비중 API입니다.
|
|
한국투자 HTS(eFriend Plus) > [0135] 체결금액별 매매비중 화면의 "상단 표" 기능을 API로 개발한 사항으로, 해당 화면을 참고하시면 기능을 이해하기 쉽습니다.
|
|
|
|
Args:
|
|
fid_cond_mrkt_div_code (str): [필수] 조건 시장 분류 코드 (J:KRX, NX:NXT)
|
|
fid_cond_scr_div_code (str): [필수] 조건화면분류코드 (ex. 11119)
|
|
fid_input_iscd (str): [필수] 입력 종목코드 (ex. 123456)
|
|
|
|
Returns:
|
|
pd.DataFrame: 국내주식 체결금액별 매매비중 데이터
|
|
|
|
Example:
|
|
>>> df = tradprt_byamt("J", "11119", "005930")
|
|
>>> print(df)
|
|
"""
|
|
|
|
if fid_cond_mrkt_div_code == "":
|
|
raise ValueError("fid_cond_mrkt_div_code is required (e.g. 'J')")
|
|
|
|
if fid_cond_scr_div_code == "":
|
|
raise ValueError("fid_cond_scr_div_code is required (e.g. '11119')")
|
|
|
|
if fid_input_iscd == "":
|
|
raise ValueError("fid_input_iscd is required (e.g. '123456')")
|
|
|
|
tr_id = "FHKST111900C0"
|
|
|
|
params = {
|
|
"FID_COND_MRKT_DIV_CODE": fid_cond_mrkt_div_code,
|
|
"FID_COND_SCR_DIV_CODE": fid_cond_scr_div_code,
|
|
"FID_INPUT_ISCD": fid_input_iscd
|
|
}
|
|
|
|
res = ka._url_fetch(API_URL, tr_id, "", params)
|
|
|
|
if res.isOK():
|
|
current_data = pd.DataFrame(res.getBody().output)
|
|
return current_data
|
|
else:
|
|
res.printError(url=API_URL)
|
|
return pd.DataFrame() |