python 储蓄计划_个人理财规划分析 —— 带着Python玩金融(4)

2024-03-10 13:10

本文主要是介绍python 储蓄计划_个人理财规划分析 —— 带着Python玩金融(4),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

刚刚大学毕业的你获得了一份满意的工作,接下来正雄心勃勃地规划着自己的未来。这其中自然少不了财富目标,比如怎样成为百万富翁呢?本文将带你用Python分析你的财务情况,以及怎样才能实现你的理财目标。

收入和支出

假如你工作的起薪是10万元,但是你需要交纳五险一金和个税,这部分大约占工资的30%。为了制定合理的预算方案,首先需要计算实际到手的工资。

# 设定年收入

salary = 100000

# 假设税率是30%

tax_rate = 0.30

# 计算税后收入

salary_after_taxes = salary * (1 - tax_rate)

print("税后年收入: " + str(round(salary_after_taxes, 2)))

# 计算每月的税后收入

monthly_takehome_salary = salary_after_taxes / 12

print("每月到手的收入: " + str(round(monthly_takehome_salary, 2)))

税后年收入: 70000.0

每月到手的收入: 5833.33

知道实际的收入后,我们再来看每月的开支,预算如下:

房租:1500/月

就餐:平均40/天,一月按30天计算

娱乐:500/月

未预见的开支:300/月

现在来计算每月的支出和结余。

# 每月的房租

monthly_rent = 1500

# 每月的就餐预算

monthly_food_budget = 40 * 30

# 每月的娱乐预算

monthly_entertainment_budget = 500

# 未预见的开支

monthly_unforeseen_expenses = 300

# 计算总的月度开支

monthly_expenses = monthly_rent + monthly_food_budget \

+ monthly_entertainment_budget + monthly_unforeseen_expenses

print("每月支出: " + str(round(monthly_expenses, 2)))

# 计算每月的结余

monthly_savings = monthly_takehome_salary - monthly_expenses

print("每月结余: " + str(round(monthly_savings, 2)))

每月支出: 3500

每月结余: 2333.33

你的收入和支出并不是一成不变的。随着工作经验的增长,一般你的工资也会上涨。假设工资以每年5%的速度稳定增长,预测未来15年的收入情况(为了简单起见,这里假设税率没变)。

注:下面使用的 np.cumprod()累积求积函数,以及年增长率到月增长率的换算说明,可参见上一篇文章《用Python分析房屋抵押贷款》

import numpy as np # 导入numpy科学计算包

from matplotlib import pyplot as plt # 导入绘图工具包

%config InlineBackend.figure_format = 'retina' # 设置图片清晰度

plt.rcParams['font.sans-serif']=['SimHei'] # 设置中文字体

# 预测未来15年的情况,并换算到月份

forecast_months = 12*15

# 设置工资的年增长率

annual_salary_growth = 0.05

# 换算成工资每月的增长率(注意是复利)

monthly_salary_growth = (1 + annual_salary_growth) ** (1/12) - 1

# 计算工资的累积增长

cumulative_salary_growth_forecast = np.cumprod(np.repeat(1 + monthly_salary_growth, forecast_months))

# 预测工资

salary_forecast = monthly_takehome_salary * cumulative_salary_growth_forecast

# 绘制工资随时间变化的曲线

plt.plot(salary_forecast, color='green')

plt.xlabel("月份")

plt.ylabel("每月收入")

plt.show()

3ab55bdcfb25

不仅工资会上涨,由于通货膨胀,你的开支也会上涨。假设开支的增长速度是每年2.5%,采用上面相同的方法来计算未来15年的开支情况。

# 设置年通货膨胀率

annual_inflation = 0.025

# 换算成每月的通胀率

monthly_inflation = (1 + annual_inflation) ** (1/12) - 1

# 预测累积的通胀

cumulative_inflation_forecast = np.cumprod(1 + np.repeat(monthly_inflation, forecast_months))

# 预测未来的开支

expenses_forecast = monthly_expenses * cumulative_inflation_forecast

# 绘制开支随时间变化的曲线

plt.plot(expenses_forecast, color='red')

plt.xlabel("月份")

plt.ylabel("月度支出")

plt.show()

3ab55bdcfb25

为了方便比较,将上两幅图中的收入和支出曲线绘制在一幅图中。幸运的是你的收入增长速度大于通货膨胀率,这意味着你每月将有更多的结余。

plt.plot(salary_forecast, color='green', label="每月收入")

plt.plot(expenses_forecast, color='red', label="每月支出")

plt.legend(loc=2)

plt.xlabel("月份")

plt.ylabel("金额")

plt.show()

3ab55bdcfb25

储蓄和投资

在上一节中,我们预测了收入和支出随时间变化的情况,将每月的收入减去支出,便可算得每月积攒了多少钱。将每月的积蓄累加起来,就得到了总的积蓄。

注:下面使用的 np.cumsum() 函数进行累积求和,可参见上一篇文章《用Python分析房屋抵押贷款》

# 计算每月的积蓄

savings_forecast = salary_forecast - expenses_forecast

# 计算累积的积蓄

cumulative_savings = np.cumsum(savings_forecast)

# 输出15年后总的积蓄

final_net_worth = cumulative_savings[-1]

print("15年后总的积蓄为: " + str(round(final_net_worth, 2)) + "元")

# 绘制总积蓄随时间推移的曲线

plt.plot(cumulative_savings, color='blue')

plt.xlabel("月份")

plt.ylabel("累积的积蓄")

plt.show()

15年后总的积蓄为: 787802.65元

3ab55bdcfb25

从上面的计算可知,即使你严格执行了预算计划,并且工资也保持稳定增长,在15年后你的积蓄才打到78万多,这离你百万富翁的目标还有一定的差距。这时光靠存钱还不够,还需要你来进行合理的投资。假如投资的年回报率是7%,那么每月需要投资多少钱才能在15年后使财富增长到100万呢?

numpy.pmt(rate, nper, pv) 函数用来计算每月投资额

rate:每月投资回报率

nper:总的投资期数

pv:现值,这里是0

fv:未来价值,这里是100万

# 设置年投资回报率为7%

investment_rate_annual = 0.07

# 换算成每月的投资回报率

investment_rate_monthly = (1 + investment_rate_annual) ** (1/12) -1

# 为了获得100万,计算每月需要投资的金额

required_investment_monthly = -np.pmt(rate=investment_rate_monthly, \

nper=forecast_months, pv=0, fv=1000000)

print("你需要连续15年每月投资 "

+ str(round(required_investment_monthly, 2))

+ " 元才能达到100万。")

你需要连续15年每月投资 3214.35 元才能达到100万。

上面的计算告诉你每月需要投资三千多元才行,但是你一开始的积蓄只有两千多,负担不起这样的投资方案。

# 查看前5个月每月的积蓄

savings_forecast[:5]

array([ 2349.88962846, 2366.52789784, 2383.24850536, 2400.05181645,

2416.9381981 ])

我们可以换一种投资方案,不是每月投资固定的额度,而是按你收入的一定比例来投资。这样虽然一开始投入的较少,但是随着收入的增长,投资额也会随之增长。下面将模拟这一投资方案,假设将结余50%的资金用于投资。

# 设置每月结余中用于投资的比例

monthly_investment_percentage = 0.5

# 计算每月投资额度

investment_deposit_forecast = savings_forecast * monthly_investment_percentage

# 剩余的进入储蓄账户

savings_forecast_new = savings_forecast * (1 - monthly_investment_percentage)

# 绘制每月储蓄和投资的累积额度

fig = plt.figure(figsize=(12,4.5)) #设置画布大小

p1 = fig.add_subplot(121) # 添加第一个子图

plt.plot(investment_deposit_forecast, color='orange', label="投资")

plt.xlabel("月份")

plt.ylabel("每月的投资金额")

p2 = fig.add_subplot(122) # 添加第二个子图

plt.plot(savings_forecast_new, color='blue', label="储蓄")

plt.xlabel("月份")

plt.ylabel("每月的储蓄金额")

plt.show()

3ab55bdcfb25

上面这两幅图一模一样,因为你将结余的一半用来投资,另一半用来储蓄。下面让我们来计算这样的投资组合带来的资产净值。(为简单起见,这里假设投资的年回报是7%,而储蓄没有利息。)

# 设置投资、净值的初始数组(每个元素都为0,数组长度是12*15)

investment_portfolio = np.repeat(0., forecast_months)

net_worth = np.repeat(0., forecast_months)

# 计算累积的储蓄额

cumulative_savings_new = np.cumsum(savings_forecast_new)

# 循环计算每个月的投资和结余情况

for i in range(forecast_months):

# 设置前一月投资的总金额

# 如果是第一个月,则前一月投资总额为0

if i == 0:

previous_investment = 0

else:

previous_investment = investment_portfolio[i-1]

# 计算前一月的投资总额在当月的增长

previous_investment_growth = previous_investment*(1 + investment_rate_monthly)

# 将之前的投资总额加上当月的新增的投资额,等于当月的投资总数

investment_portfolio[i] = previous_investment_growth + investment_deposit_forecast[i]

# 计算当月的净值,是累积储蓄存款额加上当月总的投资额

net_worth[i] = cumulative_savings_new[i] + investment_portfolio[i]

# 绘制储蓄、投资、净值的随时间变化的曲线图

plt.plot(investment_portfolio, color='orange', label="投资")

plt.plot(cumulative_savings_new, color="blue", label="储蓄")

plt.plot(net_worth, color='green', label="净值")

plt.xlabel("月份")

plt.ylabel("金额")

plt.legend(loc=2)

plt.show()

3ab55bdcfb25

我们来查看15年后总的净值:

print("15年后的净值:" + str(round(net_worth[-1],2)))

15年后的净值:1014978.67

按照上面的组合投资方法,即将一半的结余用于投资,另一半用于储蓄,那么15年后你将达到100万的目标。

这篇关于python 储蓄计划_个人理财规划分析 —— 带着Python玩金融(4)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/794337

相关文章

使用python生成固定格式序号的方法详解

《使用python生成固定格式序号的方法详解》这篇文章主要为大家详细介绍了如何使用python生成固定格式序号,文中的示例代码讲解详细,具有一定的借鉴价值,有需要的小伙伴可以参考一下... 目录生成结果验证完整生成代码扩展说明1. 保存到文本文件2. 转换为jsON格式3. 处理特殊序号格式(如带圈数字)4

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Python版本信息获取方法详解与实战

《Python版本信息获取方法详解与实战》在Python开发中,获取Python版本号是调试、兼容性检查和版本控制的重要基础操作,本文详细介绍了如何使用sys和platform模块获取Python的主... 目录1. python版本号获取基础2. 使用sys模块获取版本信息2.1 sys模块概述2.1.1

一文详解Python如何开发游戏

《一文详解Python如何开发游戏》Python是一种非常流行的编程语言,也可以用来开发游戏模组,:本文主要介绍Python如何开发游戏的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录一、python简介二、Python 开发 2D 游戏的优劣势优势缺点三、Python 开发 3D

Python函数作用域与闭包举例深度解析

《Python函数作用域与闭包举例深度解析》Python函数的作用域规则和闭包是编程中的关键概念,它们决定了变量的访问和生命周期,:本文主要介绍Python函数作用域与闭包的相关资料,文中通过代码... 目录1. 基础作用域访问示例1:访问全局变量示例2:访问外层函数变量2. 闭包基础示例3:简单闭包示例4

Python实现字典转字符串的五种方法

《Python实现字典转字符串的五种方法》本文介绍了在Python中如何将字典数据结构转换为字符串格式的多种方法,首先可以通过内置的str()函数进行简单转换;其次利用ison.dumps()函数能够... 目录1、使用json模块的dumps方法:2、使用str方法:3、使用循环和字符串拼接:4、使用字符

Python版本与package版本兼容性检查方法总结

《Python版本与package版本兼容性检查方法总结》:本文主要介绍Python版本与package版本兼容性检查方法的相关资料,文中提供四种检查方法,分别是pip查询、conda管理、PyP... 目录引言为什么会出现兼容性问题方法一:用 pip 官方命令查询可用版本方法二:conda 管理包环境方法

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

基于Python开发Windows自动更新控制工具

《基于Python开发Windows自动更新控制工具》在当今数字化时代,操作系统更新已成为计算机维护的重要组成部分,本文介绍一款基于Python和PyQt5的Windows自动更新控制工具,有需要的可... 目录设计原理与技术实现系统架构概述数学建模工具界面完整代码实现技术深度分析多层级控制理论服务层控制注

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的