大家好，这里是程序员晚枫，小红薯也叫这个名字。
最近几天的股市，就像上面这个图片：偶尔给你一点阳光后，就给你瓢泼大雨。
市场低迷，正是提高自己技术的时候，今天继续给大家分享Python金融相关的操作代码，上次给大家分享了：【金融】如何快速计算股票的收益？1行Python代码，高效做T
上次分享的技术有一个缺点：只能计算一笔买卖的收益情况，这是一种比较理想的情况。
然而现实世界中却是：我可能在不同的高价格卖出（买入）多次，然后在一个比较低的价格一次性买回来。
今天我们就来看一下，这种贴近真实情况的操作，如何用1行Python代码快速计算出批量做T的收益。
1、问题 & 解决思路
再上代码之前，先来描述一下我们的思考过程。因为我们最终解决问题的代码非常简单，但使用代码之前，你需要知道它计算的逻辑对不对。
问题
结合上一篇的做T原理，这次引申了一点，逻辑顺序如下：
对于同1支股票做T，我在12元的时候卖出了900股，在11元的时候卖出了300股，在10元的时候卖出了800股，3次交易一共卖出了2000股。 在什么价格把这2000股买回来，才能让我这次做T的收益 > 0 呢？
解决思路
我们可以设待求的价格为x，我们需要确保2个条件同时成立：
3次操作单独在x价格的收益总和S > 0， 这个大于0 的 总收益S需要 > 在x价格一次性买入2000股的手续费， 同时满足以上2个条件，并且<= x的价格，一次性买入2000股就可以这次批量做T一定是赚的。
如果觉得以上这个思路有漏洞，请在评论区告诉我~
2、上代码
如果觉得以上思路没问题，我们就开始使用这段极简代码了。先上代码再解释：
# pip install pofinance
from pofinance import MakeT
# pip install pofinance
t = MakeT()
"""
加载手续费
Args:
w_rate: 手续费，默认万2.5
min_rate: 单笔最低手续费，默认5元
stamp_tax: 印花税，默认千1
"""
sale_price_num = [(900, 12), (300, 11),(800, 10)]
res=t.batch_t(sale_price_num)
print(res)
运行以上代码，可以得到以下结果(数据是我模拟的)：
(2000,11.87)
其中，这次代码中有2处需要注意的地方：
和上次单次做T的代码相比，这次基于面向对象的思想，多了一个对象 MakeT()，用了初始化你自己的手续费参数。具体参数见上面代码中的注释。你只需要修改 sale_price_num中的数据，交易了几次，就增加几组：（数量，卖出价格）
3、写在后面
使用Python处理股票交易信息很方便，完全免费而且速度很快，但因为开源项目代码是人写的难免出bug，再加上Python本身的一些底层的原因，难免出现计算结果和预期不符的情况。
大家在使用的过程中，一定要对计算出来的结果进行多次验证后，再进行使用！
另外，如对本代码有疑问或者建议，你可以在pofinance这个开源项目的issue中和作者进行讨论~
🙋issue链接：https://github.com/CoderWanFeng/pofinance/issues
好了，今天的分享就到这里啦！
更多关于1行Python代码的实现功能和背后原理，大家可以查阅：
5个有趣的 Python 自动化办公程序，建议收藏！超实用~ Python爬虫如何加速？异步、协程还是多进程？分享一个常用做法，小白也能看懂。 pandas创始人：我写了1本《利用Python进行数据分析》，提供全套代码
👇点阅读原文，加入Python交流群~
