import datetime
from typing import Dict, List, Optional, Union
import pandas as pd
import pytz
import pyqqq.config as c
from pyqqq.datatypes import DataExchange
from pyqqq.utils.api_client import raise_for_status, send_request
from pyqqq.utils.array import chunk
from pyqqq.utils.local_cache import DiskCacheManager
from pyqqq.utils.logger import get_logger
logger = get_logger(__name__)
dailyCache = DiskCacheManager("daily_cache")
[docs]
@dailyCache.memoize()
def get_all_ohlcv_for_date(
date: datetime.date,
adjusted: bool = True,
exchange: Union[str, DataExchange] = "KRX",
) -> pd.DataFrame:
"""
주어진 날짜에 대한 모든 주식의 OHLCV(Open, High, Low, Close, Volume) 데이터를 조회합니다.
이 함수는 특정 날짜에 대한 모든 주식의 시가, 고가, 저가, 종가 및 거래량 데이터를 API를 통해 요청하고,
이를 pandas DataFrame 형태로 반환합니다. 반환된 DataFrame은 'code'를 인덱스로 사용합니다.
KRX: 2018년 1월 1일 데이터 부터 조회 가능합니다.
NXT: 2025년 3월 4일 데이터 부터 조회 가능합니다.
Args:
date (datetime.date): 조회할 날짜.
adjusted (bool): 수정주가 여부. 기본값은 True.
exchange (Union[str, DataExchange]): 거래소. 기본값은 KRX.
Returns:
pd.DataFrame: OHLCV 데이터를 포함하는 DataFrame. 'code' 컬럼은 DataFrame의 인덱스로 설정됩니다.
DataFrame의 컬럼은 다음과 같습니다.
- open (int): 시가.
- high (int): 고가.
- low (int): 저가.
- close (int): 종가.
- volume (int): 거래량.
- value (int): 거래대금.
Raises:
HTTPError: API 요청이 실패했을 때 발생.
Examples:
>>> ohlcv_data = get_all_ohlcv_for_date(datetime.date(2025, 3, 4), exchange="KRX")
>>> print(ohlcv_data)
open high low close volume value
code
000020 6200 6220 6090 6130 41954 257785065
000040 422 422 393 400 135979 54618038
000050 6350 6350 6240 6290 9957 62588010
000070 59800 61100 59500 60400 32555 1957081250
000075 59000 59400 58300 59400 2600 151987900
... ... ... ... ... ... ...
950160 35500 39150 35500 38950 332462 12638215825
950170 4900 4955 4880 4900 24198 118688025
950190 7860 7920 7770 7860 21309 166408215
950200 3855 3855 3785 3800 23268 88458215
950220 996 996 945 954 440017 421451605
"""
if isinstance(date, datetime.datetime):
date = date.date()
exchange = DataExchange.validate(exchange)
url = f"{c.PYQQQ_API_URL}/domestic-stock/ohlcv/daily/all/{date}"
r = send_request(
"GET",
url,
params={
"adjusted": "true" if adjusted else "false",
"current_date": datetime.date.today(),
"exchange": exchange.value,
},
)
raise_for_status(r)
data = r.json()
cols = data["cols"]
rows = data["rows"]
if not rows:
return pd.DataFrame()
else:
df = pd.DataFrame(rows, columns=cols)
# NOTE 서버 응답에서 diff, diff_rate 가 제거될 예정
columns_to_drop = ["diff", "diff_rate", "date"]
df.drop(columns=[col for col in columns_to_drop if col in df.columns], inplace=True)
df.set_index("code", inplace=True)
df = df[["open", "high", "low", "close", "volume", "value"]]
df = df.astype({"open": int, "high": int, "low": int, "close": int, "volume": int, "value": int})
return df
[docs]
def get_ohlcv_by_codes_for_period(
codes: List[str],
start_date: datetime.date,
end_date: Optional[datetime.date] = None,
adjusted: bool = True,
ascending: bool = False,
exchange: Union[str, DataExchange] = "KRX",
) -> Dict[str, pd.DataFrame]:
"""
지정된 코드 리스트와 기간에 대한 OHLCV 데이터를 조회합니다.
이 함수는 하나 이상의 주식 코드와 시작 날짜, 선택적으로 종료 날짜를 지정하여 해당 기간 동안의 OHLCV 데이터를 API를 통해 요청합니다.
반환된 데이터는 각 주식 코드별로 시가, 고가, 저가, 종가, 거래량을 포함하는 pandas DataFrame 객체들로 구성된 딕셔너리 형태로 제공됩니다.
각 DataFrame은 해당 주식의 날짜를 기반으로 역순으로 정렬됩니다.
KRX: 2018년 1월 1일 데이터 부터 조회 가능합니다.
NXT: 2025년 3월 4일 데이터 부터 조회 가능합니다.
Args:
codes (List[str]): 조회할 주식 코드들의 리스트.
start_date (datetime.date): 조회할 기간의 시작 날짜.
end_date (Optional[datetime.date]): 조회할 기간의 종료 날짜. 지정하지 않으면 최근 거래일 까지 조회됩니다.
adjusted (bool): 수정주가 여부. 기본값은 True.
ascending (bool): 날짜 오름차순 여부. 기본값은 False.
exchange (Union[str, DataExchange]): 거래소. 기본값은 KRX.
Returns:
dict: 주식 코드를 키로 하고, 해당 코드의 OHLCV 데이터를 포함하는 DataFrame을 값으로 하는 딕셔너리.
DataFrame의 컬럼은 다음과 같습니다.
- open (int): 시가.
- high (int): 고가.
- low (int): 저가.
- close (int): 종가.
- volume (int): 거래량.
- value (int): 거래대금.
Raises:
HTTPError: API 요청이 실패했을 때 발생.
Examples:
>>> dfs = get_ohlcv_by_codes_for_period(['005930', '319640'], datetime.date(2025, 7, 28), datetime.date(2025, 7, 30))
>>> print(dfs)
{'319640': open high low close volume value
date
2025-07-30 20860 20930 20840 20870 47431 990834244
2025-07-29 20795 20850 20765 20810 39627 824529926
2025-07-28 20900 20985 20880 20965 26610 556764707,
'005930': open high low close volume value
date
2025-07-30 71000 73700 70600 72600 34761444 2521446314798
2025-07-29 70800 70800 68800 70600 28190940 1977721049950
2025-07-28 68200 70400 67200 70400 35332500 2431396606750}
"""
exchange = DataExchange.validate(exchange)
tz = pytz.timezone("Asia/Seoul")
chunks = chunk(codes, 20)
result = {}
for i, asset_codes in enumerate(chunks):
url = f"{c.PYQQQ_API_URL}/domestic-stock/ohlcv/daily/series"
params = {
"codes": ",".join(asset_codes),
"start_date": start_date,
"adjusted": "true" if adjusted else "false",
"current_date": datetime.date.today(),
"exchange": exchange.value,
}
if end_date is not None:
params["end_date"] = end_date
r = send_request("GET", url, params=params)
raise_for_status(r)
data = r.json()
cols = data["cols"]
dataset = data["rows"]
if not dataset:
continue
for code in dataset.keys():
rows = dataset[code]
for row in rows:
dt = row[0]
if dt[-1] == "Z":
dt = dt[:-1] + "+00:00"
dt = datetime.datetime.fromisoformat(dt).astimezone(tz).replace(tzinfo=None)
row[0] = dt
rows.reverse()
df = pd.DataFrame(rows, columns=cols)
# NOTE 서버 응답에서 diff, diff_rate 가 제거될 예정
columns_to_drop = ["diff", "diff_rate"]
df.drop(columns=[col for col in columns_to_drop if col in df.columns], inplace=True)
df.set_index("date", inplace=True)
df = df[["open", "high", "low", "close", "volume", "value"]]
df = df.astype({"open": int, "high": int, "low": int, "close": int, "volume": int, "value": int})
df.sort_index(ascending=ascending, inplace=True)
result[code] = df
return result