पोर्टफोलियो सिमुलेशन - भाग III
पहले, हमने 10-वर्षीय रिटर्न के लिए एक वितरण पाने हेतु पूरी सिमुलेशन चलाई थी. अब हम निर्णय लेने के लिए सिमुलेशन का उपयोग करेंगे.
चलिए आपके स्टॉक्स-हैवी पोर्टफोलियो पर लौटते हैं, जिसका अपेक्षित रिटर्न 7% और वोलैटिलिटी 30% है. आपके पास अपने पोर्टफोलियो को कुछ बॉन्ड्स से रीबैलेंस करने का विकल्प है ताकि अपेक्षित रिटर्न 4% और वोलैटिलिटी 10% हो जाए. आपके पास $10,000 का प्रिंसिपल है. आप ऐसी रणनीति चुनना चाहते हैं जो बताए कि 10 साल बाद आपका पोर्टफोलियो कितने का होगा. आइए दोनों पोर्टफोलियो के रिटर्न्स को सिमुलेट करें और उस आधार पर चुनें कि 75% प्रायिकता (25वाँ परसेंटाइल) के साथ आप कम-से-कम कितना अपेक्षित कर सकते हैं.
समाप्ति पर, आप जानेंगे कि निवेश संबंधी निर्णयों के लिए पोर्टफोलियो सिमुलेशन का उपयोग कैसे करें.
portfolio_return() फंक्शन पहले से ही एनवायरनमेंट में प्रीलोडेड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Statistical Simulation
अभ्यास निर्देश
- स्टॉक पोर्टफोलियो के लिए
avg_returnऔरvolatilityपैरामीटर क्रमशः 0.07 और 0.3 सेट करें. - बॉन्ड पोर्टफोलियो के लिए
avg_returnऔरvolatilityपैरामीटर क्रमशः 0.04 और 0.1 सेट करें. - स्टॉक
rets_stock_percऔर बॉन्डrets_bond_percपोर्टफोलियो के रिटर्न्स के वितरण का 25वाँ परसेंटाइल 계산 करें. - स्टॉक्स पर टिके रहने की बजाय बॉन्ड्स में जाने पर आप जितना अतिरिक्त रिटर्न
additional_returnsखोएँगे या कमाएँगे, उसका 계산 करें और प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
for i in range(sims):
rets_stock.append(portfolio_return(yrs = 10, avg_return = ____, volatility = ____, principal = 10000))
rets_bond.append(portfolio_return(yrs = 10, avg_return = ____, volatility = ____, principal = 10000))
# Calculate the 25th percentile of the distributions and the amount you'd lose or gain
rets_stock_perc = ____
rets_bond_perc = ____
additional_returns = ____
print("Sticking to stocks gets you an additional return of {}".format(additional_returns))