【理财类-01-07】20260717 股票根据“股价*佣金费率大于等于5元”,推算最适合购买或卖出股数。(Python)
背景需求【理财类-01-06】20260716 股票“差价”收益计算和excel统计Pythonhttps://mp.csdn.net/mp_blog/creation/editor/162911231我发现有些股数少会导致佣金总额小于5元但是实际支付是5元就会损失佣金所以我要预先根据“买入价、卖出价”和“佣金比例”“预设100股-100000股整数股”来推算正好在大于等于5元的那个股数在107行写入股票代码和买入价或卖出价 输入“买入价*预设股数100-10000*佣金比例沪0.0001843深0.0001654”当佣金正好大于等于5“就确定用这个股数” 豆包、阿夏 20260716 def calc_min_shares(code: str, buy_price: float) - dict: 根据股票代码、买入价计算刚好佣金≥5元的最小股数100~10000100手递增 :param code: 股票代码字符串如600001、300001 :param buy_price: 买入单价 :return: 结果字典 # 1. 校验股票代码长度提取前两位 if len(code) ! 6 or not code.isdigit(): raise ValueError(股票代码必须是6位纯数字) code_prefix code[:2] # 2. 匹配市场与佣金费率 if code_prefix in (60, 68): market 沪市 commission_rate 0.0001843 # 0.1843‰ elif code_prefix in (00, 30): market 深市 commission_rate 0.0001654 # 0.1654‰ else: raise ValueError(仅支持60/68开头沪市、00/30开头深市A股代码) min_target_shares None target_commission 0.0 target_amount 0.0 # 3. 遍历100~10000股步长100A股1手100股 for shares in range(100, 100001, 100): trade_amount buy_price * shares real_commission trade_amount * commission_rate # 找到第一个佣金≥5元的股数直接跳出循环 if real_commission 5: min_target_shares shares target_amount trade_amount target_commission real_commission break # 4. 封装返回结果 result { 股票代码: code, 市场: market, 佣金费率: f{commission_rate * 1000}‰, 买入单价: buy_price, 搜索区间: 100 ~ 10000股(100股递增) \n--------------- } if min_target_shares is not None: result[满足佣金≥5元最小股数] min_target_shares result[计算佣金(未保底)] round(target_commission, 4) result[实际收取佣金(保底5元)] max(5, round(target_commission, 2)) result[]---------------------------------- result[对应成交总金额] round(target_amount, 2) else: result[提示] 区间100-10000股内所有持仓计算佣金均不足5元统一按5元收取 return result # ---------------------- 测试调用示例 ---------------------- if __name__ __main__: # 示例1沪市60开头股价10元 try: res1 calc_min_shares(600000, 10.0) print( 测试1 沪市600000股价10元 ) for k, v in res1.items(): print(f{k}: {v}) except Exception as e: print(错误, e) print(\n -*60 \n) # 示例2深市30开头股价5元 try: res2 calc_min_shares(300001, 5.0) print( 测试2 深市300001股价5元 ) for k, v in res2.items(): print(f{k}: {v}) except Exception as e: print(错误, e) print(\n -*60 \n) # 示例3低价股10000股佣金仍不足5 try: res3 calc_min_shares(000001, 0.5) print( 测试3 深市000001股价0.5元 ) for k, v in res3.items(): print(f{k}: {v}) except Exception as e: print(错误, e) # 交互式输入版本运行后手动输入 print(\n 交互式输入 ) # stock_code input(请输入6位股票代码) # price float(input(请输入买入单价)) stock_code 002229 # price 9.5 # 3200 5.03 price 9.7 # 3200 5.13 output calc_min_shares(stock_code, price) for key, val in output.items(): print(f{key}: {val})我再预设一笔9.8和10股价越高可以买的股数逐渐减少从3200到3100因为佣金总额高了但是如果差价过大9.5元3200股和10元3100股股价不一样两种情况以买入9.5元为主、3200股则卖出10元 3200以卖出10元为主、3100股则买入9.5元 3100低买3200高卖3200佣金都大于5高买3100低买3200低买的佣金小于5但是只是微微小于5以上需要分别输入买入价和卖出价现在我要同时计算买入和卖出价对应的最大股数 同时计算“买入价和卖出价*预设股数100-10000*佣金比例沪0.0001843深0.0001654”当佣金正好大于等于5“就确定用这个股数” 推算买入价最大股数卖出价最大股数 豆包、阿夏 20260716 def calc_min_shares(code: str, price: float) - dict: 根据股票代码、价格计算刚好佣金≥5元的最小股数100~10000100递增 :param code: 6位股票代码字符串 :param price: 买入/卖出单价 :return: 单组价格对应的计算结果字典 # 1. 校验股票代码 if len(code) ! 6 or not code.isdigit(): raise ValueError(股票代码必须是6位纯数字) code_prefix code[:2] # 2. 匹配市场佣金费率 if code_prefix in (60, 68): market 沪市 commission_rate 0.0001843 # 0.1843‰ elif code_prefix in (00, 30): market 深市 commission_rate 0.0001654 # 0.1654‰ else: raise ValueError(仅支持60/68开头沪市、00/30开头深市A股代码) min_target_shares None target_commission 0.0 target_amount 0.0 # 3. 遍历100~10000股步长100 for shares in range(100, 10001, 100): trade_amount price * shares real_commission trade_amount * commission_rate if real_commission 5: min_target_shares shares target_amount trade_amount target_commission real_commission break # 4. 组装结果 result { # 股票代码: code, # 市场: market, # 佣金费率: f{commission_rate * 1000}‰, 成交单价: round(price, 2), # 搜索区间: 100 ~ 10000股(100股递增) } if min_target_shares is not None: result[满足佣金≥5最小股数] min_target_shares # result[对应成交总金额] round(target_amount, 2) # result[理论计算佣金] round(target_commission, 4) # result[实际收取佣金(保底5元)] max(5, round(target_commission, 2)) else: result[提示] 100-10000股内全部佣金不足5元统一收5元保底佣金 return result # ---------------------- 测试调用 ---------------------- if __name__ __main__: # 测试案例 try: stock_code 002229 buy_price 9.5 # 买入单价 sell_price 10.0 # 卖出单价 # 分别计算买入、卖出两套数据 buy_result calc_min_shares(stock_code, buy_price) sell_result calc_min_shares(stock_code, sell_price) print( 买入计算结果 ) for k, v in buy_result.items(): print(f{k}: {v}) print(- * 60) print( 卖出计算结果 ) for k, v in sell_result.items(): print(f{k}: {v}) except Exception as e: print(程序异常, e) print(\n 交互式手动输入模式 ) try: # input_code input(请输入6位股票代码) # input_buy float(input(请输入买入单价)) # input_sell float(input(请输入卖出单价)) input_code 002229 input_buy 9.3 input_sell 10 res_buy calc_min_shares(input_code, input_buy) res_sell calc_min_shares(input_code, input_sell) print(\n 手动输入-买入结果 ) for k, v in res_buy.items(): print(f{k}: {v}) print(- * 60) print( 手动输入-卖出结果 ) for k, v in res_sell.items(): print(f{k}: {v}) except Exception as err: print(输入错误, err)做多低买股数 与高卖股数不一样做空高卖股数 与低买股数不一样低买的相同股数的佣金会小于5。所以高卖可以多加100股

相关新闻

【Superset 汉化】完整解决方案 实测有效!

【Superset 汉化】完整解决方案 实测有效!

Superset2.0.1这个版本安装完是没有多语言选择功能的,所以我们通过文件配置增加这个功能: 找到自己的superset的目录,我的是在/opt/module/miniconda3/envs/superset/ 找不到目录的可以通过 locate /superset 命令查找 创建文件 superset_con…

2026/7/23 12:04:45 阅读更多 →
SQLite存储类与动态类型机制深度解析

SQLite存储类与动态类型机制深度解析

1. 项目概述:SQLite 的“类型自由”不是没规矩,而是换了一套更聪明的规矩你刚接触 SQLite 时,大概率会被它那句官方宣传语搞懵:“SQLite does not have a separate Boolean storage class.”(SQLite 没有独立的布尔存储…

2026/7/23 7:42:13 阅读更多 →
接了8个大模型API之后,我花一周时间算清了这笔AI账

接了8个大模型API之后,我花一周时间算清了这笔AI账

我是个产品负责人,不是技术出身。但过去半年,因为业务需要,我被迫成了一个"大模型API半个专家"。 起因很简单:老板让我评估一下公司的AI应用成本,看看有没有优化空间。我心想这不就是看看账单嘛&#xff0c…

2026/7/23 8:25:58 阅读更多 →

最新新闻

OP(Over-Provisioning,过量配置)

OP(Over-Provisioning,过量配置)

📦 OP(Over-Provisioning,过量配置) 📌 什么是 OP? Over-Provisioning(过量配置) 是指 SSD 内部 实际 NAND 容量 > 对外标称容量 的那部分预留空间。 实际 NAND 总容量:256 GB 对外标称容量: 200 GB────────── OP 空间: 56 GB (约 28%)…

2026/7/23 14:49:06 阅读更多 →
B站视频标题优化实战:长尾关键词与情感化表达技巧

B站视频标题优化实战:长尾关键词与情感化表达技巧

1. 背景与核心概念 在当今内容创作蓬勃发展的时代,视频标题的优化已成为创作者吸引流量、提升曝光的关键环节。一个优秀的标题不仅要准确传达视频内容,更要符合平台算法推荐机制,从而在激烈的竞争中脱颖而出。本文将以B站(哔哩哔哩…

2026/7/23 14:49:06 阅读更多 →
燃气报警器物联网卡遇2G/3G基站退网 全新低功耗网络替换迁移方案

燃气报警器物联网卡遇2G/3G基站退网 全新低功耗网络替换迁移方案

运营商2G/3G退网,燃气安防设备迎来强制升级期 国内各大运营商已进入常态化2G、3G基站精简关停阶段,老旧低速网络逐步退出民用、安防物联网市场。对于遍布小区、商铺、餐饮门店的燃气报警器而言,这场网络迭代带来了实打实的设备运维危机。燃气…

2026/7/23 14:49:06 阅读更多 →
电商卖家修图效率低?这套AI电商修图工具组合拳,让你事半功倍

电商卖家修图效率低?这套AI电商修图工具组合拳,让你事半功倍

电商卖家修图效率低?这套AI电商修图工具组合拳,让你事半功倍 前言 你知道电商卖家每天花多少时间在修图上吗? 我之前认识一个做淘宝的哥们,每天上架新品,拍照1小时,修图3小时起步。 问他为什么不雇美工&…

2026/7/23 14:49:06 阅读更多 →
别再花冤枉钱买服务器了:应用托管如何让个人开发者0成本上线项目

别再花冤枉钱买服务器了:应用托管如何让个人开发者0成本上线项目

别再花冤枉钱买服务器了:应用托管如何让个人开发者0成本上线项目 做独立开发最扎心的是什么?代码写完了,项目跑不起来。你兴冲冲写了个小工具、做了个小网站,结果发现——没有服务器。 买服务器?阿里云最便宜的也要几十…

2026/7/23 14:49:06 阅读更多 →
2026山东本地央国企就业公司实测丨不同服务内容差异对比

2026山东本地央国企就业公司实测丨不同服务内容差异对比

2026届山东高校应届生规模预计突破85万,受就业环境影响,超6成应届生将央国企、军队文职作为求职首选,但从历年招考数据看,山东烟草、国家电网山东分公司、山东海洋集团等头部本地央国企校招通过率不足3%,多数考生折戟的…

2026/7/23 14:48:06 阅读更多 →

日新闻

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25 阅读更多 →
AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

更多请点击: https://codechina.net 第一章:AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析 在对2,346篇跨行业AI生成文案的A/B测试数据进行聚类分析后,我们发现&#xff1…

2026/7/23 0:01:26 阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:01:26 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 8:58:19 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 19:43:43 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/22 12:54:44 阅读更多 →

月新闻