good_queries   A
last analyzed

Complexity

Total Complexity 0

Size/Duplication

Total Lines 278
Duplicated Lines 0 %

Importance

Changes 0
Metric Value
eloc 203
dl 0
loc 278
rs 10
c 0
b 0
f 0
wmc 0
1
# This file contains the good queries for endpoint testing.
2
3
good_queries = [
4
    {
5
        'expected_error': False,
6
        'expected_data': True,
7
        'query': dict(
8
            endpoint='historical_prices',
9
            symbol='msft',
10
            interval='1h',
11
            startDate=1609502400,
12
            endDate=1612180800,
13
            events=False,
14
            extHours=True
15
        )
16
    }, {
17
        'expected_error': False,
18
        'expected_data': True,
19
        'query': dict(
20
            endpoint='historical_prices',
21
            symbol='msft',
22
            interval='1wk',
23
            range='1y',
24
            events=True,
25
            extHours=False
26
        )
27
    }, {
28
        'expected_error': False,
29
        'expected_data': True,
30
        'query': dict(
31
            endpoint='options',
32
            symbol='msft',
33
            startDate=1609502400,
34
            endDate=1612180800,
35
            straddle=True,
36
            getAllData=False,
37
        )
38
    }, {
39
        'expected_error': False,
40
        'expected_data': True,
41
        'query': dict(
42
            endpoint='options',
43
            symbol='msft',
44
            startDate=1609502400,
45
            endDate=1612180800,
46
            straddle=False,
47
            getAllData=True,
48
        )
49
    }, {
50
        'expected_error': False,
51
        'expected_data': True,
52
        'query': dict(
53
            endpoint='shares_outstanding',
54
            symbol='msft',
55
            startDate=1609502400,
56
            endDate=1612180800
57
        )
58
    }, {
59
        'expected_error': False,
60
        'expected_data': True,
61
        'query': dict(
62
            endpoint='insights',
63
            symbol='msft'
64
        )
65
    }, {
66
        'expected_error': False,
67
        'expected_data': True,
68
        'query': dict(
69
            endpoint='quotes_overview',
70
            symbols='msft,aapl,tsla'
71
        )
72
    }, {
73
        'expected_error': False,
74
        'expected_data': True,
75
        'query': dict(
76
            endpoint='esg_chart',
77
            symbol='msft'
78
        )
79
    }, {
80
        'expected_error': False,
81
        'expected_data': True,
82
        'query': dict(
83
            endpoint='quote_type',
84
            symbol='msft'
85
        )
86
    }, {
87
        'expected_error': False,
88
        'expected_data': True,
89
        'query': dict(
90
            endpoint='news',
91
            symbol='msft'
92
        )
93
    }, {
94
        'expected_error': False,
95
        'expected_data': True,
96
        'query': dict(
97
            endpoint='recommendations',
98
            symbol='msft'
99
        )
100
    }, {
101
        'expected_error': False,
102
        'expected_data': True,
103
        'query': dict(
104
            endpoint='validate_symbols',
105
            symbols='msft,aapl,tsla'
106
        )
107
    }, {
108
        'expected_error': False,
109
        'expected_data': True,
110
        'query': dict(
111
            endpoint='market_summary'
112
        )
113
    }, {
114
        'expected_error': False,
115
        'expected_data': True,
116
        'query': dict(
117
            endpoint='trending_symbols'
118
        )
119
    }, {
120
        'expected_error': False,
121
        'expected_data': True,
122
        'query': dict(
123
            endpoint='currencies'
124
        )
125
    }, {
126
        'expected_error': False,
127
        'expected_data': True,
128
        'query': dict(
129
            endpoint='esg_scores',
130
            symbol='msft'
131
        )
132
    }, {
133
        'expected_error': False,
134
        'expected_data': True,
135
        'query': dict(
136
            endpoint='purchase_activity',
137
            symbol='msft'
138
        )
139
    }, {
140
        'expected_error': False,
141
        'expected_data': True,
142
        'query': dict(
143
            endpoint='earnings',
144
            symbol='msft'
145
        )
146
    }, {
147
        'expected_error': False,
148
        'expected_data': True,
149
        'query': dict(
150
            endpoint='price_overview',
151
            symbol='msft'
152
        )
153
    }, {
154
        'expected_error': False,
155
        'expected_data': True,
156
        'query': dict(
157
            endpoint='calendar_events',
158
            symbol='msft'
159
        )
160
    }, {
161
        'expected_error': False,
162
        'expected_data': True,
163
        'query': dict(
164
            endpoint='company_overview',
165
            symbol='msft'
166
        )
167
    }, {
168
        'expected_error': False,
169
        'expected_data': True,
170
        'query': dict(
171
            endpoint='sec_filings',
172
            symbol='msft'
173
        )
174
    }, {
175
        'expected_error': False,
176
        'expected_data': True,
177
        'query': dict(
178
            endpoint='detailed_summary',
179
            symbol='msft'
180
        )
181
    }, {
182
        'expected_error': False,
183
        'expected_data': True,
184
        'query': dict(
185
            endpoint='financials',
186
            symbol='msft'
187
        )
188
    }, {
189
        'expected_error': False,
190
        'expected_data': True,
191
        'query': dict(
192
            endpoint='recommendation_trend',
193
            symbol='msft'
194
        )
195
    }, {
196
        'expected_error': False,
197
        'expected_data': True,
198
        'query': dict(
199
            endpoint='ratings_history',
200
            symbol='msft'
201
        )
202
    }, {
203
        'expected_error': False,
204
        'expected_data': True,
205
        'query': dict(
206
            endpoint='earnings_history',
207
            symbol='msft'
208
        )
209
    }, {
210
        'expected_error': False,
211
        'expected_data': True,
212
        'query': dict(
213
            endpoint='earnings_trend',
214
            symbol='msft'
215
        )
216
    }, {
217
        'expected_error': False,
218
        'expected_data': True,
219
        'query': dict(
220
            endpoint='key_statistics',
221
            symbol='msft'
222
        )
223
    }, {
224
        'expected_error': False,
225
        'expected_data': True,
226
        'query': dict(
227
            endpoint='income_statements',
228
            symbol='msft'
229
        )
230
    }, {
231
        'expected_error': False,
232
        'expected_data': True,
233
        'query': dict(
234
            endpoint='cashflow_statements',
235
            symbol='msft'
236
        )
237
    }, {
238
        'expected_error': False,
239
        'expected_data': True,
240
        'query': dict(
241
            endpoint='balance_statements',
242
            symbol='msft'
243
        )
244
    }, {
245
        'expected_error': False,
246
        'expected_data': True,
247
        'query': dict(
248
            endpoint='institution_ownership',
249
            symbol='msft'
250
        )
251
    }, {
252
        'expected_error': False,
253
        'expected_data': True,
254
        'query': dict(
255
            endpoint='fund_ownership',
256
            symbol='msft'
257
        )
258
    }, {
259
        'expected_error': False,
260
        'expected_data': True,
261
        'query': dict(
262
            endpoint='major_holders',
263
            symbol='msft'
264
        )
265
    }, {
266
        'expected_error': False,
267
        'expected_data': True,
268
        'query': dict(
269
            endpoint='insider_transactions',
270
            symbol='msft'
271
        )
272
    }, {
273
        'expected_error': False,
274
        'expected_data': True,
275
        'query': dict(
276
            endpoint='insider_holders',
277
            symbol='msft'
278
        )
279
    }
280
]
281