Symulacja portfela – część III
Wcześniej przeprowadziliśmy pełną symulację, aby uzyskać rozkład zwrotów z 10-letniego okresu. Teraz wykorzystamy symulację do podejmowania decyzji inwestycyjnych.
Wróćmy do portfela zdominowanego przez akcje, z oczekiwanym zwrotem na poziomie 7% i zmiennością 30%. Masz możliwość zrównoważenia portfela obligacjami, co obniży oczekiwany zwrot do 4% i zmienność do 10%. Twój kapitał początkowy wynosi 10 000 USD. Chcesz wybrać strategię na podstawie tego, ile wart będzie portfel za 10 lat. Zasymulujmy zwroty dla obu portfeli i dokonajmy wyboru na podstawie minimalnej kwoty, którą możesz uzyskać z prawdopodobieństwem 75% (25. percentyl).
Po ukończeniu tego ćwiczenia będziesz wiedzieć, jak wykorzystać symulację portfela do podejmowania decyzji inwestycyjnych.
Funkcja portfolio_return() jest ponownie załadowana do środowiska.
To ćwiczenie jest częścią kursu
Symulacje statystyczne w Pythonie
Instrukcje do ćwiczenia
- Ustaw parametry
avg_returnivolatilityodpowiednio na 0,07 i 0,3 dla portfela akcyjnego. - Ustaw parametry
avg_returnivolatilityodpowiednio na 0,04 i 0,1 dla portfela obligacyjnego. - Oblicz 25. percentyl rozkładu zwrotów dla portfela akcyjnego
rets_stock_perci obligacyjnegorets_bond_perc. - Oblicz i wyświetl, o ile wyższe lub niższe zwroty (
additional_returns) uzyskasz, pozostając przy akcjach zamiast przejść na obligacje.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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))