bad_queries   A
last analyzed

Complexity

Total Complexity 0

Size/Duplication

Total Lines 260
Duplicated Lines 0 %

Importance

Changes 0
Metric Value
eloc 189
dl 0
loc 260
rs 10
c 0
b 0
f 0
wmc 0
1
# This file contains the bad queries for endpoint testing.
2
3
bad_queries = [
4
    {
5
       'expected_error': True,
6
       'expected_data': False,
7
       'query': dict(
8
           endpoint='validate_symbols',
9
           symbols=''
10
       )
11
    }, {
12
        'expected_error': True,
13
        'expected_data': False,
14
        'query': dict(
15
            endpoint='historical_prices',
16
            symbol='qwerty123456',
17
            interval='1h',
18
            startDate=1609502400,
19
            endDate=1612180800,
20
            events=False,
21
            extHours=True
22
        )
23
    }, {
24
        'expected_error': True,
25
        'expected_data': False,
26
        'query': dict(
27
            endpoint='historical_prices',
28
            symbol='qwerty123456',
29
            interval='1wk',
30
            range='1y'
31
        )
32
    }, {
33
        'expected_error': True,
34
        'expected_data': False,
35
        'query': dict(
36
            endpoint='options',
37
            symbol='qwerty123456'
38
        )
39
    }, {
40
        'expected_error': True,
41
        'expected_data': False,
42
        'query': dict(
43
            endpoint='options',
44
            symbol='qwerty123456',
45
            startDate=1609502400,
46
            endDate=1612180800,
47
            straddle=False,
48
            getAllData=True,
49
        )
50
    }, {
51
        'expected_error': True,
52
        'expected_data': False,
53
        'query': dict(
54
            endpoint='shares_outstanding',
55
            symbol='qwerty123456',
56
            startDate=1609502400,
57
            endDate=1612180800
58
        )
59
    }, {
60
        'expected_error': True,
61
        'expected_data': False,
62
        'query': dict(
63
            endpoint='shares_outstanding',
64
            symbol='qwerty123456'
65
        )
66
    }, {
67
        'expected_error': True,
68
        'expected_data': False,
69
        'query': dict(
70
            endpoint='insights',
71
            symbol='qwerty123456'
72
        )
73
    }, {
74
        'expected_error': True,
75
        'expected_data': False,
76
        'query': dict(
77
            endpoint='quotes_overview',
78
            symbols='qwerty123456'
79
        )
80
    }, {
81
        'expected_error': True,
82
        'expected_data': False,
83
        'query': dict(
84
            endpoint='esg_chart',
85
            symbol='qwerty123456'
86
        )
87
    }, {
88
        'expected_error': True,
89
        'expected_data': False,
90
        'query': dict(
91
            endpoint='quote_type',
92
            symbol='qwerty123456'
93
        )
94
    }, {
95
        'expected_error': True,
96
        'expected_data': False,
97
        'query': dict(
98
            endpoint='news'
99
        )
100
    }, {
101
        'expected_error': True,
102
        'expected_data': False,
103
        'query': dict(
104
            endpoint='recommendations',
105
            symbol='qwerty123456'
106
        )
107
    }, {
108
        'expected_error': True,
109
        'expected_data': False,
110
        'query': dict(
111
            endpoint='esg_scores',
112
            symbol='qwerty123456'
113
        )
114
    }, {
115
        'expected_error': True,
116
        'expected_data': False,
117
        'query': dict(
118
            endpoint='purchase_activity',
119
            symbol='qwerty123456'
120
        )
121
    }, {
122
        'expected_error': True,
123
        'expected_data': False,
124
        'query': dict(
125
            endpoint='earnings',
126
            symbol='qwerty123456'
127
        )
128
    }, {
129
        'expected_error': True,
130
        'expected_data': False,
131
        'query': dict(
132
            endpoint='price_overview',
133
            symbol='qwerty123456'
134
        )
135
    }, {
136
        'expected_error': True,
137
        'expected_data': False,
138
        'query': dict(
139
            endpoint='calendar_events',
140
            symbol='qwerty123456'
141
        )
142
    }, {
143
        'expected_error': True,
144
        'expected_data': False,
145
        'query': dict(
146
            endpoint='company_overview',
147
            symbol='qwerty123456'
148
        )
149
    }, {
150
        'expected_error': True,
151
        'expected_data': False,
152
        'query': dict(
153
            endpoint='sec_filings',
154
            symbol='qwerty123456'
155
        )
156
    }, {
157
        'expected_error': True,
158
        'expected_data': False,
159
        'query': dict(
160
            endpoint='detailed_summary',
161
            symbol='qwerty123456'
162
        )
163
    }, {
164
        'expected_error': True,
165
        'expected_data': False,
166
        'query': dict(
167
            endpoint='financials',
168
            symbol='qwerty123456'
169
        )
170
    }, {
171
        'expected_error': True,
172
        'expected_data': False,
173
        'query': dict(
174
            endpoint='recommendation_trend',
175
            symbol='qwerty123456'
176
        )
177
    }, {
178
        'expected_error': True,
179
        'expected_data': False,
180
        'query': dict(
181
            endpoint='ratings_history',
182
            symbol='qwerty123456'
183
        )
184
    }, {
185
        'expected_error': True,
186
        'expected_data': False,
187
        'query': dict(
188
            endpoint='earnings_history',
189
            symbol='qwerty123456'
190
        )
191
    }, {
192
        'expected_error': True,
193
        'expected_data': False,
194
        'query': dict(
195
            endpoint='earnings_trend',
196
            symbol='qwerty123456'
197
        )
198
    }, {
199
        'expected_error': True,
200
        'expected_data': False,
201
        'query': dict(
202
            endpoint='key_statistics',
203
            symbol='qwerty123456'
204
        )
205
    }, {
206
        'expected_error': True,
207
        'expected_data': False,
208
        'query': dict(
209
            endpoint='income_statements',
210
            symbol='qwerty123456'
211
        )
212
    }, {
213
        'expected_error': True,
214
        'expected_data': False,
215
        'query': dict(
216
            endpoint='cashflow_statements',
217
            symbol='qwerty123456'
218
        )
219
    }, {
220
        'expected_error': True,
221
        'expected_data': False,
222
        'query': dict(
223
            endpoint='balance_statements',
224
            symbol='qwerty123456'
225
        )
226
    }, {
227
        'expected_error': True,
228
        'expected_data': False,
229
        'query': dict(
230
            endpoint='institution_ownership',
231
            symbol='qwerty123456'
232
        )
233
    }, {
234
        'expected_error': True,
235
        'expected_data': False,
236
        'query': dict(
237
            endpoint='fund_ownership',
238
            symbol='qwerty123456'
239
        )
240
    }, {
241
        'expected_error': True,
242
        'expected_data': False,
243
        'query': dict(
244
            endpoint='major_holders',
245
            symbol='qwerty123456'
246
        )
247
    }, {
248
        'expected_error': True,
249
        'expected_data': False,
250
        'query': dict(
251
            endpoint='insider_transactions',
252
            symbol='qwerty123456'
253
        )
254
    }, {
255
        'expected_error': True,
256
        'expected_data': False,
257
        'query': dict(
258
            endpoint='insider_holders',
259
            symbol='qwerty123456'
260
        )
261
    }
262
]
263