Simulasi Portofolio - Bagian III
Sebelumnya, kita menjalankan simulasi lengkap untuk mendapatkan distribusi imbal hasil 10 tahun. Sekarang kita akan menggunakan simulasi untuk pengambilan keputusan.
Mari kembali ke portofolio yang didominasi saham dengan ekspektasi imbal hasil 7% dan volatilitas 30%. Anda memiliki pilihan untuk menyeimbangkan ulang portofolio dengan sebagian obligasi sehingga ekspektasi imbal hasil menjadi 4% dan volatilitas 10%. Anda memiliki pokok $10.000. Anda ingin memilih strategi berdasarkan berapa nilai portofolio Anda dalam 10 tahun. Mari mensimulasikan imbal hasil untuk kedua portofolio dan memilih berdasarkan nilai terendah yang dapat Anda harapkan dengan probabilitas 75% (persentil ke-25).
Setelah selesai, Anda akan mengetahui cara menggunakan simulasi portofolio untuk keputusan investasi.
Fungsi portfolio_return() telah dimuat sebelumnya di lingkungan.
Latihan ini adalah bagian dari kursus
Simulasi Statistik di Python
Petunjuk latihan
- Atur parameter
avg_returndanvolatilitymasing-masing ke 0.07 dan 0.3 untuk portofolio saham. - Atur parameter
avg_returndanvolatilitymasing-masing ke 0.04 dan 0.1 untuk portofolio obligasi. - Hitung persentil ke-25 dari distribusi imbal hasil untuk portofolio saham
rets_stock_percdan portofolio obligasirets_bond_perc. - Hitung dan cetak berapa banyak
additional_returnstambahan yang akan Anda rugi atau peroleh dengan tetap pada saham dibandingkan beralih ke obligasi.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
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))