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判断for循环最后一次的6种方法

《Python判断for循环最后一次的6种方法》在Python中,通常我们不会直接判断for循环是否正在执行最后一次迭代,因为Python的for循环是基于可迭代对象的,它不知道也不关心迭代的内部状态... 目录1.使用enuhttp://www.chinasem.cnmerate()和len()来判断for

使用Python实现高效的端口扫描器

《使用Python实现高效的端口扫描器》在网络安全领域,端口扫描是一项基本而重要的技能,通过端口扫描,可以发现目标主机上开放的服务和端口,这对于安全评估、渗透测试等有着不可忽视的作用,本文将介绍如何使... 目录1. 端口扫描的基本原理2. 使用python实现端口扫描2.1 安装必要的库2.2 编写端口扫

使用Python实现操作mongodb详解

《使用Python实现操作mongodb详解》这篇文章主要为大家详细介绍了使用Python实现操作mongodb的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、示例二、常用指令三、遇到的问题一、示例from pymongo import MongoClientf

使用Python合并 Excel单元格指定行列或单元格范围

《使用Python合并Excel单元格指定行列或单元格范围》合并Excel单元格是Excel数据处理和表格设计中的一项常用操作,本文将介绍如何通过Python合并Excel中的指定行列或单... 目录python Excel库安装Python合并Excel 中的指定行Python合并Excel 中的指定列P

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过

Python调用另一个py文件并传递参数常见的方法及其应用场景

《Python调用另一个py文件并传递参数常见的方法及其应用场景》:本文主要介绍在Python中调用另一个py文件并传递参数的几种常见方法,包括使用import语句、exec函数、subproce... 目录前言1. 使用import语句1.1 基本用法1.2 导入特定函数1.3 处理文件路径2. 使用ex

Python脚本实现自动删除C盘临时文件夹

《Python脚本实现自动删除C盘临时文件夹》在日常使用电脑的过程中,临时文件夹往往会积累大量的无用数据,占用宝贵的磁盘空间,下面我们就来看看Python如何通过脚本实现自动删除C盘临时文件夹吧... 目录一、准备工作二、python脚本编写三、脚本解析四、运行脚本五、案例演示六、注意事项七、总结在日常使用

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

Python进阶之Excel基本操作介绍

《Python进阶之Excel基本操作介绍》在现实中,很多工作都需要与数据打交道,Excel作为常用的数据处理工具,一直备受人们的青睐,本文主要为大家介绍了一些Python中Excel的基本操作,希望... 目录概述写入使用 xlwt使用 XlsxWriter读取修改概述在现实中,很多工作都需要与数据打交