get_all_minute_data#

pyqqq.data.minutes.get_all_minute_data(time: datetime, source: str = 'ebest', adjusted: bool = True, exchange: str | DataExchange = 'KRX') → DataFrame[source]#

모든 종목의 분봉 데이터를 반환합니다.

2024년 4월 9일 데이터 부터 조회 가능합니다.

NXT 거래소 데이터의 조회 가능 시작일은 데이터 소스에 따라 다릅니다. kis는 2025년 3월 4일부터, ebest는 2025년 5월 12일부터 데이터를 조회할 수 있습니다.

Parameters:

  • time (datetime.datetime) – 조회할 시간

  • source (str) – 데이터를 검색할 API. ‘ebest’ 또는 ‘kis’를 지정할 수 있습니다. 기본값은 ‘ebest’입니다.

  • adjusted (bool) – 수정주가 여부. 기본값은 True.

  • exchange (Union[str, DataExchange]) – 거래소. 기본값은 KRX.

Returns:

모든 종목의 분봉 데이터가 포함된 pandas DataFrame.

DataFrame의 열은 다음과 같습니다:

  • open (int): 시가

  • high (int): 고가

  • low (int): 저가

  • close (int): 종가

  • volume (int): 누적거래량

  • sign (str): 대비부호 (1:상한가 2:상승, 3:보합 4:하한가, 5:하락)

  • change (str): 전일 대비 가격 변화

  • diff (float): 전일 대비 등락율

  • chdegree (float): 체결강도

  • mdvolume (int): 매도체결수량

  • msvolume (int): 매수체결수량

  • revolume (int): 순매수체결량

  • mdchecnt (int): 매도체결건수

  • mschecnt (int): 매수체결건수

  • rechecnt (int): 순체결건수

  • cvolume (int): 체결량

  • mdchecnttm (int): 시간별매도체결건수

  • mschecnttm (int): 시간별매수체결건수

  • totofferrem (int): 매도잔량

  • totbidrem (int): 매수잔량

  • mdvolumetm (int): 시간별매도체결량

  • msvolumetm (int): 시간별매수체결량

Return type:

pd.DataFrame

Examples

>>> df = get_all_minute_data(datetime.datetime(2024, 5, 2, 15, 30))
>>> print(df)
                            time   open   high    low  ...  totofferrem  totbidrem mdvolumetm  msvolumetm
code                                             ...
000020 2024-05-02 15:30:00   8700   8700   8700  ...         8404       4015         35           1
000040 2024-05-02 15:30:00   1058   1058   1058  ...        13597      24738         20           0
000050 2024-05-02 15:30:00   7620   7620   7620  ...         2534       2866          0           0
000070 2024-05-02 15:30:00  69400  69400  69400  ...          606        724          0           3
000075 2024-05-02 15:30:00  54900  54900  54900  ...          315        308          0           0

[5 rows x 23 columns]

On this page
Show Source