시작하기무료로 시작하기

포트폴리오 시뮬레이션 - Part III

이전에 10년 수익률의 분포를 얻기 위해 전체 시뮬레이션을 수행했어요. 이제는 의사결정을 위해 시뮬레이션을 사용해 보겠습니다.

예상 수익률 7%, 변동성 30%인 주식 위주의 포트폴리오로 돌아가 봅시다. 여기서 포트폴리오를 리밸런싱해, 예상 수익률 4%, 변동성 10%인 채권을 일부 편입할 수도 있어요. 당신의 원금은 $10,000입니다. 10년 후 포트폴리오의 가치가 얼마나 될지를 기준으로 전략을 선택하려고 합니다. 두 포트폴리오의 수익률을 시뮬레이션하고, 75% 확률로 기대할 수 있는 최소 금액(25번째 퍼센타일)을 기준으로 선택해 보세요.

이 연습을 마치면 투자 의사결정에 포트폴리오 시뮬레이션을 활용하는 방법을 알게 됩니다.

portfolio_return() 함수는 환경에 미리 로드되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 하는 통계 시뮬레이션

강의 보기

연습 안내

  • 주식 포트폴리오에 대해 avg_return과 volatility 파라미터를 각각 0.07과 0.3으로 설정하세요.
  • 채권 포트폴리오에 대해 avg_return과 volatility 파라미터를 각각 0.04와 0.1으로 설정하세요.
  • 주식 rets_stock_perc와 채권 rets_bond_perc 포트폴리오의 수익률 분포에서 25번째 퍼센타일을 계산하세요.
  • 채권 대신 주식을 유지할 때 잃거나 얻는 추가 수익 additional_returns을(를) 계산하고 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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))
코드 편집 및 실행