预测薪资增长与生活成本
受通货膨胀和随经验提升带来的生产率提高影响，您的薪资会根据岗位以不同速度增长。现在，鉴于您从事的是增长迅速且需求旺盛的数据科学岗位，您可以根据绩效假设每年年度薪资都有稳定增长。
您可以假设年度薪资增长率为 5%。这意味着如果您的起薪为每年 $85,000，15 年后每年可望超过 $176,000。税后、且假设税率不变，则大约为每年 $125,000——对数据科学家来说并不夸张。事实上，您也许在几年内就能达到这个水平！但为了稳妥起见，做预测时仍应保守一些。
在本应用中，假设通胀和薪资增长都以每月的小幅增量发生，而不是在年末一次性大幅调整。
上一练习中的 monthly_takehome_salary 可用。
本练习是课程的一部分
Python 金融概念入门
练习说明
- 推导等效的月度薪资增长率（公式见提示！）。
- 使用我们为您定义的
cumulative_salary_growth_forecast，推导您随时间变化的实际薪资预测。
交互式实操练习
通过完成这段示例代码来试试这个练习。
import numpy as np
# Create monthly forecasts up to 15 years from now
forecast_months = 12*15
# Set your annual salary growth rate
annual_salary_growth = 0.05
# Calculate your equivalent monthly salary growth rate
monthly_salary_growth = ____
# Forecast the cumulative growth of your salary
cumulative_salary_growth_forecast = np.cumprod(np.repeat(1 + monthly_salary_growth, forecast_months))
# Calculate the actual salary forecast
salary_forecast = ____
# Plot the forecasted salary
plt.plot(salary_forecast, color='blue')
plt.show()