Portföljsimulering – del III
Tidigare körde vi en fullständig simulering för att få fram en fördelning av avkastning över 10 år. Nu ska vi använda simulering som beslutsunderlag.
Låt oss återgå till din aktietyngda portfölj med en förväntad avkastning på 7 % och en volatilitet på 30 %. Du har möjlighet att ombalansera portföljen med obligationer så att den förväntade avkastningen blir 4 % och volatiliteten 10 %. Du har ett startkapital på 10 000 dollar och vill välja strategi utifrån hur mycket portföljen kan förväntas vara värd om 10 år. Vi simulerar avkastningen för båda portföljerna och väljer strategi baserat på den lägsta avkastning du kan förvänta dig med 75 % sannolikhet (25:e percentilen).
När du är klar vet du hur du använder en portföljsimulering för att fatta investeringsbeslut.
Funktionen portfolio_return() är förinstallerad i miljön.
Den här övningen är en del av kursen
Statistisk simulering i Python
Övningsinstruktioner
- Ange parametrarna
avg_returnochvolatilitytill 0.07 respektive 0.3 för aktieportföljen. - Ange parametrarna
avg_returnochvolatilitytill 0.04 respektive 0.1 för obligationsportföljen. - Beräkna den 25:e percentilen av avkastningsfördelningen för aktieportföljen
rets_stock_percoch obligationsportföljenrets_bond_perc. - Beräkna och skriv ut hur mycket mer eller mindre i avkastning,
additional_returns, du skulle få genom att behålla aktier i stället för att byta till obligationer.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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))