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

Python按照24个实用大方向精选的上千种工具库汇总整理

《Python按照24个实用大方向精选的上千种工具库汇总整理》本文整理了Python生态中近千个库,涵盖数据处理、图像处理、网络开发、Web框架、人工智能、科学计算、GUI工具、测试框架、环境管理等多... 目录1、数据处理文本处理特殊文本处理html/XML 解析文件处理配置文件处理文档相关日志管理日期和

Python标准库datetime模块日期和时间数据类型解读

《Python标准库datetime模块日期和时间数据类型解读》文章介绍Python中datetime模块的date、time、datetime类,用于处理日期、时间及日期时间结合体,通过属性获取时间... 目录Datetime常用类日期date类型使用时间 time 类型使用日期和时间的结合体–日期时间(

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

Python yield与yield from的简单使用方式

《Pythonyield与yieldfrom的简单使用方式》生成器通过yield定义,可在处理I/O时暂停执行并返回部分结果,待其他任务完成后继续,yieldfrom用于将一个生成器的值传递给另一... 目录python yield与yield from的使用代码结构总结Python yield与yield

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我