William Bernstein的智慧型資產配置 P49:
那些忽視投資史的人註定會重蹈歷史覆轍,
應該要研究各類資產的歷史投資報酬與風險,
一項資產的長期投資報酬結果(20年以上)
是該資產未來報酬與風險的適當指引
1995年初到2022年底
總共有28個完整年度
24個移動5年
抓下來的原始資料跟IRR計算機
(exe檔,無需python環境也可執行)
SavingKingIRR_csv.exe
需要自己寫好逗點分隔檔
支援首續期不同保費
以及一次計算多年期IRR
不用寫逗點分隔檔
但首續期保費需相同
一次只能算一個年期
畫面會停在
您將輸入n年度末解約金?n=?
待使用者輸入下一筆資料或-9999離開
您將輸入n年度末解約金?n=?
待使用者輸入下一筆資料或-9999離開
前傳為2016年撰寫:
當時手動抓了325次資料 ><“
本篇加入~2022年底的資料
並改用python計算
前篇:
檢視了美國小型/價值股vs 美國大型股
是否存在溢酬,
資料從1972年開始
改抓新興市場報酬率時
就只能從1995開始
資料較少
滾動五年,小型股勝出27次
有用excel驗算過無誤
但不保證無其他錯誤
若有人發現python code錯誤
致贈50元7咖啡*2杯
新興市場溢酬:
新興市場溢酬機率普遍低於50%，
少掉1972~1995年
23年的歷史資料
新興市場測不出有利的溢酬
推薦hahow線上學習python: https://igrape.net/30afN
![Python: matplotlib繪圖,如何限定座標軸範圍? plt.axis([xmin, xmax, ymin, ymax])](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2023/02/20230208101745_93.jpg?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: matplotlib繪圖,如何限定座標軸範圍? plt.axis([xmin, xmax, ymin, ymax])")
![Python: 如何在pandas.read_csv() or pandas.read_excel()中使用keep_default_na=False , na_values=[] 保留文件中的原始“NA”?](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240530215737_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: 如何在pandas.read_csv() or pandas.read_excel()中使用keep_default_na=False , na_values=[] 保留文件中的原始“NA”?")
![Python: 如何用 pandas.DataFrame.apply 讓DataFrame增加新的一欄 ; df[“mean”] = df.apply( np.mean, axis=1) ; DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwargs)](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2023/05/20230519084320_22.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: 如何用 pandas.DataFrame.apply 讓DataFrame增加新的一欄 ; df[“mean”] = df.apply( np.mean, axis=1) ; DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwargs)")
近期留言