การจำลองพอร์ตโฟลิโอ - ส่วนที่ II
ต่อไปจะใช้ฟังก์ชันการจำลองที่สร้างไว้เพื่อประเมินผลตอบแทนในระยะ 10 ปี
พอร์ตโฟลิโอที่เน้นหุ้นของคุณมีเงินลงทุนเริ่มต้น $10,000 ผลตอบแทนที่คาดหวัง 7% และความผันผวน 30% เป้าหมายคือหาช่วงความเชื่อมั่น 95% ของมูลค่าการลงทุนในอีก 10 ปีข้างหน้า โดยจะจำลองตัวอย่างผลตอบแทนในระยะ 10 ปีหลายชุด แล้วคำนวณช่วงความเชื่อมั่นจากการกระจายของผลตอบแทนเหล่านั้น
เมื่อทำแบบฝึกหัดนี้เสร็จ จะได้รันการจำลองพอร์ตโฟลิโอครบวงจร
ฟังก์ชัน portfolio_return() จากแบบฝึกหัดก่อนหน้าถูกโหลดไว้ในสภาพแวดล้อมแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจำลองทางสถิติด้วย Python
คำแนะนำการฝึกหัด
- กำหนดค่า
simsเป็น 1,000 - ป้อนค่าที่เหมาะสมสำหรับพารามิเตอร์ของฟังก์ชัน
portfolio_return() - คำนวณขอบเขตล่าง (
lower_ci) และขอบเขตบน (upper_ci) ของช่วงความเชื่อมั่น 95%
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Run 1,000 iterations and store the results
sims, rets = 1000, []
for i in range(sims):
rets.append(portfolio_return(yrs = 10, avg_return = 0.07,
volatility = 0.3, principal = 10000))
# Calculate the 95% CI
lower_ci = ____
upper_ci = ____
print("95% CI of Returns: Lower = {}, Upper = {}".format(lower_ci, upper_ci))