Portefeuillesimulatie - Deel III
Eerder hebben we een volledige simulatie uitgevoerd om een verdeling voor 10-jaarsrendementen te krijgen. Nu gebruiken we simulatie om een beslissing te nemen.
Ga terug naar je aandelenzware portefeuille met een verwacht rendement van 7% en een volatiliteit van 30%. Je kunt heralloceren met wat obligaties zodat het verwachte rendement 4% is en de volatiliteit 10%. Je hebt een hoofdsom van $10.000. Je wilt een strategie kiezen op basis van hoeveel je portefeuille over 10 jaar waard zal zijn. Laten we de rendementen voor beide portefeuilles simuleren en kiezen op basis van het minimumbedrag dat je met 75% kans kunt verwachten (25e percentiel).
Na afloop weet je hoe je een portefeuillesimulatie gebruikt voor beleggingsbeslissingen.
De functie portfolio_return() is opnieuw vooraf geladen in de omgeving.
Deze oefening maakt deel uit van de cursus
Statisticale simulatie in Python
Oefeninstructies
- Stel de parameters
avg_returnenvolatilityin op respectievelijk 0.07 en 0.3 voor de aandelenportefeuille. - Stel de parameters
avg_returnenvolatilityin op respectievelijk 0.04 en 0.1 voor de obligatieportefeuille. - Bereken het 25e percentiel van de verdeling van rendementen voor de aandelenportefeuille
rets_stock_percen de obligatieportefeuillerets_bond_perc. - Bereken en print hoeveel extra rendement
additional_returnsje zou verliezen of winnen door bij aandelen te blijven in plaats van over te stappen op obligaties.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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))