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结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

一文详解如何在Python中从字符串中提取部分内容

《一文详解如何在Python中从字符串中提取部分内容》:本文主要介绍如何在Python中从字符串中提取部分内容的相关资料,包括使用正则表达式、Pyparsing库、AST(抽象语法树)、字符串操作... 目录前言解决方案方法一:使用正则表达式方法二:使用 Pyparsing方法三:使用 AST方法四:使用字

Python列表去重的4种核心方法与实战指南详解

《Python列表去重的4种核心方法与实战指南详解》在Python开发中,处理列表数据时经常需要去除重复元素,本文将详细介绍4种最实用的列表去重方法,有需要的小伙伴可以根据自己的需要进行选择... 目录方法1:集合(set)去重法(最快速)方法2:顺序遍历法(保持顺序)方法3:副本删除法(原地修改)方法4:

Python运行中频繁出现Restart提示的解决办法

《Python运行中频繁出现Restart提示的解决办法》在编程的世界里,遇到各种奇怪的问题是家常便饭,但是,当你的Python程序在运行过程中频繁出现“Restart”提示时,这可能不仅仅是令人头疼... 目录问题描述代码示例无限循环递归调用内存泄漏解决方案1. 检查代码逻辑无限循环递归调用内存泄漏2.

Python中判断对象是否为空的方法

《Python中判断对象是否为空的方法》在Python开发中,判断对象是否为“空”是高频操作,但看似简单的需求却暗藏玄机,从None到空容器,从零值到自定义对象的“假值”状态,不同场景下的“空”需要精... 目录一、python中的“空”值体系二、精准判定方法对比三、常见误区解析四、进阶处理技巧五、性能优化

使用Python构建一个Hexo博客发布工具

《使用Python构建一个Hexo博客发布工具》虽然Hexo的命令行工具非常强大,但对于日常的博客撰写和发布过程,我总觉得缺少一个直观的图形界面来简化操作,下面我们就来看看如何使用Python构建一个... 目录引言Hexo博客系统简介设计需求技术选择代码实现主框架界面设计核心功能实现1. 发布文章2. 加

python logging模块详解及其日志定时清理方式

《pythonlogging模块详解及其日志定时清理方式》:本文主要介绍pythonlogging模块详解及其日志定时清理方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录python logging模块及日志定时清理1.创建logger对象2.logging.basicCo

Python如何自动生成环境依赖包requirements

《Python如何自动生成环境依赖包requirements》:本文主要介绍Python如何自动生成环境依赖包requirements问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑... 目录生成当前 python 环境 安装的所有依赖包1、命令2、常见问题只生成当前 项目 的所有依赖包1、

如何将Python彻底卸载的三种方法

《如何将Python彻底卸载的三种方法》通常我们在一些软件的使用上有碰壁,第一反应就是卸载重装,所以有小伙伴就问我Python怎么卸载才能彻底卸载干净,今天这篇文章,小编就来教大家如何彻底卸载Pyth... 目录软件卸载①方法:②方法:③方法:清理相关文件夹软件卸载①方法:首先,在安装python时,下