PTT職涯區 / CFP (理財規劃)

Re: [請益] 轉增貸投資

看板CFP (理財規劃)作者 (一期一會)時間7月前 (2024/04/19 21:12), 6月前編輯推噓23(23推 0噓 19→)
留言42則, 17人參與, 6月前最新討論串2/3 (看更多)
※ 引述《calvin77 ( 諾亞方舟)》之銘言： : 預計報酬試算： : 1.美股ETF200w : 假設年化報酬率算5.5% : 9年複利成長後是約323w。 : 2.台股富邦台50 : 假設年化報酬率算5.5% : 9年複利成長後是約242w。 : 9年 : 200+150累積獲利是215w 讓我們換個假設。 假設股市滿足對數常態分佈 年化預期報酬率 5.5%，對數標準差 0.15。 9年後 報酬率有95%機率落在 -34% ~ +298% 之間 美股ETF+台50共350w 9年後，有95%機率落在 230w ~ 1394w 之間 累積損益有95%機率落在 -120w ~ +1044w 之間 另外，還要扣掉利息支出，350w*2.1%*9，約66w左右 === 對數常態分佈未必足以描述股市的風險 但姑且就照這個假設講吧 對於9年後，計入利息支出後，損益有95%機率落在 -186w ~ +978w 之間 或者說，損益小於零的機率，大約四分之一 你的想法如何? -- So stand by your glasses steady, Here’s good luck to the man in the sky, Here’s a toast to the dead already, Three cheers for the next man to die. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.39.47.20 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/CFP/M.1713532338.A.341.html ※ 編輯: daze (114.39.47.20 臺灣), 04/19/2024 21:35:43
推
04/19 21:42, 7月前 , 1F
推分析
04/19 21:42, 1F
推
04/19 22:12, 7月前 , 2F
d大專業，推分析
04/19 22:12, 2F
→
04/19 22:45, 7月前 , 3F
看不太懂是怎麼算的@@ 能麻煩更詳細說明嗎？
04/19 22:45, 3F
股市服從對數常態分佈是一種常用假設，未必精準但比較方便。 5.5%是沿用原po的假設。 0.15是根據歷史數據，挑一個差不多的數字。要更保守的話，用0.2也無妨。 然後取9年，取兩個標準差，換算回報酬率。
推
04/19 23:36, 7月前 , 4F
推
04/19 23:36, 4F
※ 編輯: daze (114.39.47.20 臺灣), 04/19/2024 23:59:07 更正一個錯誤。 ※ 編輯: daze (114.39.47.20 臺灣), 04/20/2024 00:03:59
推
04/20 00:20, 7月前 , 5F
對數因為有 積1dx/x = x特性，很適合有累加性的值，如
04/20 00:20, 5F
→
04/20 00:21, 7月前 , 6F
人口數、股價指數等等逐年變動累加的數值
04/20 00:21, 6F
→
04/20 00:27, 7月前 , 7F
logx 打錯
04/20 00:27, 7F
推
04/20 07:13, 7月前 , 8F
上吧！
04/20 07:13, 8F
推
04/20 12:03, 7月前 , 9F
這種數學對90%的人可能不能理解 所以大多數人只能聽那
04/20 12:03, 9F
→
04/20 12:03, 7月前 , 10F
些權威的說法照著投資 而不知道為什麼和其中的數學原理
04/20 12:03, 10F
→
04/20 12:03, 7月前 , 11F
所以持股信心容易被打擊（因為不知道哪個權威更可信）
04/20 12:03, 11F
推
04/20 13:16, 7月前 , 12F
想問一下9年後95%信賴區間的右側，為什麼不是（0.055+0
04/20 13:16, 12F
→
04/20 13:16, 7月前 , 13F
.15*2）^9呢，以及+298%是怎麼計算出來的呢，謝謝
04/20 13:16, 13F
因為假設是對數常態分佈 5.5%要先轉換為 ln(1+5.5%) 標準差則是 0.15*sqrt(9) 最後取 e^(ln(1+5.5%)*9 + 0.15*sqrt(9)*2 ) = 3.98 扣掉本金的 100%，得到 +298% === 有一點可能要澄清一下 在常態分佈下 如果每一年都能持續有正兩個標準差的表現 累積9年的結果，會落在正六個標準差 並不會落在正兩個標準差 ※ 編輯: daze (114.39.47.20 臺灣), 04/20/2024 14:27:41
推
04/20 16:42, 7月前 , 14F
沒記錯的話, 美股長年平均有10%, 歷史資料持有10年好像
04/20 16:42, 14F
→
04/20 16:42, 7月前 , 15F
也沒虧損紀錄.
04/20 16:42, 15F
→
04/20 16:52, 7月前 , 16F
印象中某本書上看到的，我沒查證過。
04/20 16:52, 16F
美股最長的負報酬區間是1929年9月~1945年3月，總共187個月。 最近的話，如果在1998年11月～2000年10月間買入S&P500，持有10年的報酬率也是負的。 以上是指名目負報酬。 如果加計通膨的話，1901年7月起持有20年，實質報酬率還是負的。
推
04/20 17:31, 7月前 , 17F
感謝專業分享
04/20 17:31, 17F
※ 編輯: daze (114.39.47.20 臺灣), 04/20/2024 19:51:17
→
04/20 21:53, 7月前 , 18F
謝謝更正，太懶了沒查過><
04/20 21:53, 18F
推
04/20 22:24, 7月前 , 19F
Xd太猛
04/20 22:24, 19F
推
04/20 23:41, 7月前 , 20F
專業就是專業。跟無視單根還在畫圖的'老師'就是不一樣
04/20 23:41, 20F
推
04/21 02:35, 7月前 , 21F
d大是真的很猛
04/21 02:35, 21F
推
04/22 07:17, 7月前 , 22F
推
04/22 07:17, 22F
推
04/24 18:13, 7月前 , 23F
四分之一虧損機率怎麼算的？
04/24 18:13, 23F
→
04/24 18:14, 7月前 , 24F
-186到+978之間的機率不是線性的吧
04/24 18:14, 24F
Solve 350*e^(ln(1+5.5%)*9 + 0.15*sqrt(9)*x ) - 350 - 66 = 0 x = -0.69 落在負0.69個標準差以下，損益就會小於0。 然後換算為常態分佈的累積機率 ※ 編輯: daze (114.39.47.20 臺灣), 04/24/2024 19:01:26
推
04/27 23:40, 7月前 , 25F
第一次知道可以這樣算 感謝分享
04/27 23:40, 25F
推
04/29 07:22, 7月前 , 26F
弱弱問，這樣是指原po的計畫可行嗎？by 看不懂數學計
04/29 07:22, 26F
→
04/29 07:22, 7月前 , 27F
算的人
04/29 07:22, 27F
推
04/29 09:15, 7月前 , 28F
給樓上 意思是投資有賺有賠，數學告訴你9年後賠的機率，
04/29 09:15, 28F
→
04/29 09:15, 7月前 , 29F
大約四分之一，大約25%，可行不可行看個人
04/29 09:15, 29F
→
04/29 09:15, 7月前 , 30F
04/29 09:15, 30F
→
05/01 07:07, 6月前 , 31F
謝樓上！還好我還有看懂1/4的意思，就看自己評估了
05/01 07:07, 31F
推
05/01 16:35, 6月前 , 32F
專業！想請問 對數標準差要去哪裡可以查得？
05/01 16:35, 32F
推
05/02 00:59, 6月前 , 33F
對數常態分佈：任意隨機變數的對數服從常態分布
05/02 00:59, 33F
→
05/02 01:01, 6月前 , 34F
lnX~常態分布 X~對數常態分布 let Y = lnX
05/02 01:01, 34F
→
05/02 01:04, 6月前 , 35F
Y~常態分佈 EXP(Y)~對數常態分布 其他性質很好找
05/02 01:04, 35F
推
05/02 01:15, 6月前 , 36F
05/02 01:15, 36F
→
05/02 01:17, 6月前 , 37F
想多了解LND的，可以參考上面的入門影片，簡單易懂
05/02 01:17, 37F
推
05/02 01:22, 6月前 , 38F
下面這一個是比較正式的數理統計學教學，很詳細
05/02 01:22, 38F
→
05/02 01:23, 6月前 , 39F
05/02 01:23, 39F
推
05/02 08:47, 6月前 , 40F
感謝分享影片，看懂後的確就算出跟上述一樣的結果了
05/02 08:47, 40F
推
05/02 15:25, 6月前 , 41F
如果用過去的月報酬率與月報酬標準差來重新計算 分
05/02 15:25, 41F
→
05/02 15:25, 6月前 , 42F
佈結果是否更準確
05/02 15:25, 42F
會不會更準確 要看你相不相信過去的資料是具有代表性的樣本 從中得出的值是否是對真值的良好估計 甚至於對數常態分佈是否是個適合用來描述股市的模型 但比起準確與否，或許更重要的是把「分佈」納入思考 不要把預期報酬率當成一定會實現的報酬率 ※ 編輯: daze (60.249.225.18 臺灣), 05/02/2024 22:42:16
‣ 更多 daze 的文章
文章代碼(AID): #1c8csoD1 (CFP)
討論串 (同標題文章)
本文引述了以下文章的的內容：
以下文章回應了本文：
完整討論串 (本文為第 2 之 3 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共3篇)
CFP 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 daze 的文章
文章代碼(AID): #1c8csoD1 (CFP)