ポートフォリオ・シミュレーション - パート III
これまでに、10年リターンの分布を得るための完全なシミュレーションを実行しました。ここからは、そのシミュレーションを意思決定に活用します。
期待リターンが7%、ボラティリティが30%の株式中心ポートフォリオに戻りましょう。ここで、債券を組み入れてリバランスし、期待リターン4%、ボラティリティ10%の構成にする選択肢もあります。元本は$10,000です。10年後のポートフォリオ評価額に基づいて戦略を選びたいとします。両方のポートフォリオでリターンをシミュレーションし、75%の確率で少なくともこれだけは期待できる最小値（第25パーセンタイル）に基づいて選びましょう。
この演習を終えると、投資判断にポートフォリオ・シミュレーションを使う方法がわかります。
portfolio_return() 関数はあらかじめ環境に読み込まれています。
この演習はコースの一部です
Pythonで学ぶ統計シミュレーション
演習の手順
- 株式ポートフォリオでは、
avg_returnとvolatilityのパラメータをそれぞれ 0.07、0.3 に設定します。 - 債券ポートフォリオでは、
avg_returnとvolatilityのパラメータをそれぞれ 0.04、0.1 に設定します。 - 株式
rets_stock_percと債券rets_bond_percの各ポートフォリオについて、リターン分布の第25パーセンタイルを計算します。 - 株式のままにした場合に、債券に移るのと比べてどれだけリターンが増減するかを、
additional_returnsとして計算し、出力してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
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))