Predict FI - Rechner zum Thema "Finanzielle Unabhängigkeit"

[Turmalin]

Bei mir ändert sich die Entnahmerate, am meisten beim 50. und 95. Perzentil zu sehen. Aber die Änderung der monatlichen Entnahmeraten ist so gering, dass es zumindest merkwürdig ist. Kann es vielleicht daran liegen, dass alle Zahlen gleichermaßen der Inflation unterliegen? 

[Lion]

Am 29.3.2025 um 18:26 von 3dbruce:

 Falls ich eine Veröffentlichung der neuen Version bis April hinbekomme (was eigentlich mein Ziel war) werden diese Funktionen also vermutlich explizit noch als "beta" deklariert werden müssen.

Jetzt bin ich doch neugierig: Neue Version noch im April oder doch erst später?

[3dbruce]

vor 7 Minuten von Lion:

Jetzt bin ich doch neugierig: Neue Version noch im April oder doch erst später?

Vermutlich doch erst später. Konnte im April wegen anderer Projekte noch keinen Handschlag machen und es wartet dann noch jede Menge Doku darauf geschrieben zu werden 

[Lion]

Alles klar, gut Ding braucht Weile

[Cepha]

Am 29.3.2025 um 17:42 von 3dbruce:

Korrekt, die 4000 werden inflationsadjustiert und entsprechen somit immer der heutigen Kaufkraft. Wenn das aktuelle Depot bei 350k liegt und du noch weitere 20 Jahre 1000 monatlich sparst kommt da 2045 schon ein ziemlicher Kapitalstock zusammen. Im historischen Worst-Case könntest du ab März 2045 sogar inflationsadjustierte 4549 EUR entnehmen und würdest das Depot damit nach 60 Jahren gerade mal auf Null bringen. Der 2. Reiter zeigt dir die genauen Werte mit den zugehörigen Pleitewahrscheinlichkeiten an. Entnimmst du also "nur" 4000 EUR pro Monat bekommst du das Depot aller Voraussicht nach tatsächlich nicht mehr leer...

In der oben gezeigten Grafik in Beitrag #76 starten die Ausgaben bzw. die Depotentnahmen aber bei rund 24.000€ im Jahr, also 2000€ pro Monat statt bei inflationsbereinigten 4000€/Monat, oder verstehe ich die Grafik falsch?

[3dbruce]

vor 6 Minuten von Cepha:

In der oben gezeigten Grafik in Beitrag #76 starten die Ausgaben bzw. die Depotentnahmen aber bei rund 24.000€ im Jahr, also 2000€ pro Monat statt bei inflationsbereinigten 4000€/Monat, oder verstehe ich die Grafik falsch?

Sehr gut beobachtet! Wenn du den Schalter "Reale Werte ohne Inflationsanstieg setzt" wird der Effekt der Inflation komplett ausgeblendet und du siehst dort die realen 4000€ pro Monat bzw. 48.000€ pro Jahr.

 

Warum sind die Werte in der nominalen Ansicht aber kleiner? Das liegt in diesem Fall offenbar daran, dass hier der historische Worst-Case mit Kursen ab Juni 1872 startet und die Ansparphase in den ersten 20 Jahren da tatsächlich deflationär war (waren ja noch Goldstandard-Zeiten). Hab mir gerade noch mal die Shiller-Daten dazu angeschaut: Der Inflationsindex startet Juni 1872 bei ca. 12 und liegt Juni 1892 (da würden entsprechend die Entnahmen starten) tatsächlich nur noch bei 7. 

 

Man könnte jetzt lange diskutieren ob Daten aus dieser Zeit tatsächlich noch relevant für die heutige Zeit mit FIAT Währungen sind, aber wo zieht man realistisch die Grenze? Im Tool selber kannst du im Reiter "Einstellungen Asset Allokation, Kurs- und Inflationsraten" im Feld "Kurshistorie ab" eine solche Grenze setzen, sodaß frühere Datensätze dann schlicht nicht mehr berücksichtigt werden. Allerdings führt das dann zu einer schwierigen Abwägung: Alte Datensätze enthalten eben auch echte wirtschaftliche Situationen, deren Ausschluss das Ergebnis zumindest mal statistisch weniger repräsentativ macht. Je mehr alte Daten ich wegwerfe umso "moderner" aber eben auch umso kleiner ist die Datenbasis. Ist leider ein bisschen die Wahl zwischen Pest und Cholera ...

[Drengist]

Ich habe in den vergangenen Tagen mit Chatgpt herumgespielt - mit der Plus-Variante für 20 Euro im Monat. Und was soll ich sagen: Es gibt keinen besseren Fire-Rechner. Es hat einige Tage gedauert, mit der AI ein Rechnenmodell zu entwickeln, aber jetzt steht es. Alles inkludiert: erwartete Rendite, Inflation, verschiedene Anlageklassen, staatliche Rente inklusive der Anpassungen, Einmahlzahlungen aus einer privaten Vorsorge, Flexible Entnahme-Strategie mit einer Glidepath-Variante. Grandios! Jetzt kann ich einfach an einzelnen Schrauben drehen und er rechnet immer neue Monte-Carlo-Simulationen für mich. Und Chatgpt hat weitgehend bestätigt, was ich laienhaft und sehr grob in Excel überschlagen habe - ohne Monte Carlo.

 

Ihn so zu füttern, dass es am Ende auch nach meinen Bedrürfnissen funktioniert, war nicht einfach. Immer wieder neue Fehler entdeckt, bzw. Inkonsistenzen. Aber jetzt funktioniert es. Er schreibt mir auch einen Leitfaden für eine flexible Entnahme, bzw. sollte ich in ein paar Jahren an dem Punkt sein, werde ich wohl auch AI nutzen, um meine Entnahme so gut wie nur irgendwie zu steuern. Für mich eine tolles Spielzeug, und gelernt habe ich auch noch einiges.

[BlindesHuhn88]

vor 1 Minute von Drengist:

Ich habe in den vergangenen Tagen mit Chatgpt herumgespielt - mit der Plus-Variante für 20 Euro im Monat. Und was soll ich sagen: Es gibt keinen besseren Fire-Rechner. Es hat einige Tage gedauert, mit der AI ein Rechnenmodell zu entwickeln, aber jetzt steht es. Alles inkludiert: erwartete Rendite, Inflation, verschiedene Anlageklassen, staatliche Rente inklusive der Anpassungen, Einmahlzahlungen aus einer privaten Vorsorge, Flexible Entnahme-Strategie mit einer Glidepath-Variante. Grandios! Jetzt kann ich einfach an einzelnen Schrauben drehen und er rechnet immer neue Monte-Carlo-Simulationen für mich. Und Chatgpt hat weitgehend bestätigt, was ich laienhaft und sehr grob in Excel überschlagen habe - ohne Monte Carlo.

 

Ihn so zu füttern, dass es am Ende auch nach meinen Bedrüfnissen funktioniert, war nicht einfach. Immer wieder neue Fehler entdeckt, bzw. Inkonsistenzen. Aber jetzt funktioniert es.

Hast du einen Python raus bekommen?

[Drengist]

Gerade eben von BlindesHuhn88:

Hast du einen Python raus bekommen?

Bislang waren die Versuche, es in eine Excel umzuwandeln oder in ein Google-Spreadsheet kein Erfolg. Dagegen stehen die internen Sicherheitsschranken der AI, Excel ist zu groß, Spreadsheet kann er zwar schreiben, mit aber nicht als Link bereitstellen. Python (Ich bin kein Programmierer) habe ich nicht versucht, denke aber, das scheitert sicher auch an der schieren Größe.

Was auch Klasse ist: ich habe die AI immer wieder an selbst am Modell basteln lassen, bzw gefragt, wie ich die Entnahme sicherer machen kann, welche Dinge er noch einbauen würde etc pp. Sehr, sehr cool.

[3dbruce]

vor 9 Minuten von Drengist:

Ich habe in den vergangenen Tagen mit Chatgpt herumgespielt - mit der Plus-Variante für 20 Euro im Monat. Und was soll ich sagen: Es gibt keinen besseren Fire-Rechner.

Spannender Ansatz. Die Prompts dazu wären mal interessant zu sehen.

 

Mir wäre da vor allem deshalb etwas unwohl bei, weil ich die Daten, Algorithmen und deren Qualität nicht so einfach überprüfen kann. Zahlen rauszubekommen ist ja erst mal einfach, aber denen dann auch wirklich zu trauen noch mal ein weiterer Schritt. Ich habe es da mit dem eigenen Tool logischerweise etwas leichter, weil ich dort die Sachen selber in der Hand habe. Falls du mit ChatGPT aber Ergebnisse bekommst, die sich signifikant von denen mit meinem Tool unterscheiden wäre ich sehr dran interessiert 

[Drengist]

vor 13 Minuten von 3dbruce:

Spannender Ansatz. Die Prompts dazu wären mal interessant zu sehen.

 

Mir wäre da vor allem deshalb etwas unwohl bei, weil ich die Daten, Algorithmen und deren Qualität nicht so einfach überprüfen kann. Zahlen rauszubekommen ist ja erst mal einfach, aber denen dann auch wirklich zu trauen noch mal ein weiterer Schritt. Ich habe es da mit dem eigenen Tool logischerweise etwas leichter, weil ich dort die Sachen selber in der Hand habe. Falls du mit ChatGPT aber Ergebnisse bekommst, die sich signifikant von denen mit meinem Tool unterscheiden wäre ich sehr dran interessiert 

Stimmt alles, aber ich denke, ich verstehe was von Ökonomie und Finanzmärkten und Mathe, naja ich kann zumindest Prozentrechnung. Viel geht auch mit Hilfe von Plausibilität und geschickten Nachfragen. Und es ist nicht ein Prompt, eher 500. Angefangen hat es sehr simpel: Ich habe x Euro in ETFs, spare Y Euro pro Monat, wann habe ich genug um Z Euro pro Monat zu entnehmen. Dann in kleinen Schritten immer mehr Annahmen in die Rechnung aufgenommen, oft zwei Schritte vor und einen zurück.

 

Jetzt habe ich Shortcuts gebaut. Heißt: @result berechnet zum Beispiel meine Monte-Carlo Erfolgschance und spuckt die untersten Percentile, die obersten und den Median aus. Dafür habe ich eine ganze Reihe von für mich passenden Annahmen getroffen, auf die die AI zurückgreift. Beispiele: @result 3% Inflation rechnet dann mit diesen Annahmen und einer anderen Inflationsrate. @result Monthly expenses 3k, rechnet alles wie gehabt nur mit 3k Ausgaben pro Monat etc pp.

 

Ich habe die AI auch immer wieder in den Selbstcheck geschickt, wenn mir eine REchnung logisch falsch erschien: Rechne alles noch mal zeile für zeile durch, checke alles drei Mal, kann nicht stimmen. So wurde das Modell über Tage immer besser und besser.

 

[3dbruce]

vor 3 Minuten von Drengist:

Jetzt habe ich Shortcuts gebaut. Heißt: @result berechnet zum Beispiel meine Monte-Carlo Erfolgschance und spuckt die untersten percentile, die obersten und den Median aus. Dafür habe ich eine ganze Reihe von für mich passenden Annahmen getroffen, auf die die AI zurückgreift. @result 3% Inflation rechnet dann mit diesen Annahmen und einer anderen Inflationsrate. @result Monthly expenses 3k, rechnet alles wie gehabt nur mit 3k Ausgaben pro Monat etc pp.

Also hast du explizit nach Monte-Carlo gefragt? Weisst du ob GPT dann intern einfach Renditen würfelt (mit passender Verteilung) oder Monte Carlo mit historischen Daten macht (a la IID oder Block Bootstrap)? Beide Ansätze haben ja ganz spezifische Vor- und Nachteile und es wäre spannend zu sehen, wie transparent GPT mit denen umgeht.

[Drengist]

vor 5 Minuten von 3dbruce:

Also hast du explizit nach Monte-Carlo gefragt? Weisst du ob GPT dann intern einfach Renditen würfelt (mit passender Verteilung) oder Monte Carlo mit historischen Daten macht (a la IID oder Block Bootstrap)? Beide Ansätze haben ja ganz spezifische Vor- und Nachteile und es wäre spannend zu sehen, wie transparent GPT mit denen umgeht.

Gute Frage! Das sagt die AI: When I perform a Monte Carlo simulation for your retirement plan, I use a statistical model that generates thousands of possible future scenarios based on your specific financial inputs. This approach does not rely on historical return sequences but instead uses synthetic returns generated from defined statistical parameters.

 

Why Not Use Historical Data?

 

While historical data provides insights into past market behavior, it has limitations:

Limited Scenarios: Historical data represents a single sequence of events and may not capture all possible future market conditions.

Lack of Flexibility: It doesn’t allow for modeling unique future scenarios or changes in market dynamics.

 

By using synthetic returns based on statistical parameters, I can model a broader range of potential future outcomes, providing a more comprehensive risk assessment.

[3dbruce]

Gerade eben von Drengist:

Gute Frage! Das sagt die AI: When I perform a Monte Carlo simulation for your retirement plan, I use a statistical model that generates thousands of possible future scenarios based on your specific financial inputs. This approach does not rely on historical return sequences but instead uses synthetic returns generated from defined statistical parameters.

OK, also die 1. Variante. Hätte ich auch vermutet, weil am einfachsten implementierbar. Hat dann mindestens zwei inhaltliche Schwächen, mit denen du GPT mal etwas "pisacken" kannst. Vielleicht bringst du die Engine damit etwas ins Schwitzen:

-  Zunächst mal würde ich die explizite Verteilung erfragen, mit denen er die Zahlen generiert. Vermutlich Normalverteilt oder Log-Normalverteilt, wenn etwas besser umgesetzt. Historische Daten haben trotzdem extremere Ausschläge produziert, insofern könntest du mal explizit nach solchen "Left-Tail" Events o.ä. fragen.

- Grundsätzliches Problem bei generierten Renditen ist vor allem die fehlende Korrelation dieser Renditen zwischen unterschiedlichen Assets. Wenn du also Daten für gemischte Portfolios erfragt hast, könntest du mal explizit fragen, welche Korrelation er zwischen diesen Assets berücksichtigt hat. Spätestens dann sollten bei GPT erste Schweißflecken unter den Achseln sichtbar werden 

[Drengist]

vor 3 Minuten von 3dbruce:

OK, also die 1. Variante. Hätte ich auch vermutet, weil am einfachsten implementierbar. Hat dann mindestens zwei inhaltliche Schwächen, mit denen du GPT mal etwas "pisacken" kannst. Vielleicht bringst du die Engine damit etwas ins Schwitzen:

-  Zunächst mal würde ich die explizite Verteilung erfragen, mit denen er die Zahlen generiert. Vermutlich Normalverteilt oder Log-Normalverteilt, wenn etwas besser umgesetzt. Historische Daten haben trotzdem extremere Ausschläge produziert, insofern könntest du mal explizit nach solchen "Left-Tail" Events o.ä. fragen.

- Grundsätzliches Problem bei generierten Renditen ist vor allem die fehlende Korrelation dieser Renditen zwischen unterschiedlichen Assets. Wenn du also Daten für gemischte Portfolios erfragt hast, könntest du mal explizit fragen, welche Korrelation er zwischen diesen Assets berücksichtigt hat. Spätestens dann sollten bei GPT erste Schweißflecken unter den Achseln sichtbar werden 

Zu Punkt 1: When I perform Monte Carlo simulations for your retirement planning, I use a forward-looking model based on geometric Brownian motion (GBM), which assumes that asset prices follow a continuous stochastic process. This approach models future returns using a lognormal distribution, reflecting the reality that asset prices cannot be negative and that returns are compounded over time.

 

Zu Punkt 2: ich habe ihm nur drei Assetklassen gegeben: Aktien, Bonds, Cash. Und dafür plausible nominale Renditen, Inflation berücksichtige ich bei den monatlichen Ausgaben, die jährlich um die Inflation steigen.

[3dbruce]

vor 1 Minute von Drengist:

Zu Punkt 1: When I perform Monte Carlo simulations for your retirement planning, I use a forward-looking model based on geometric Brownian motion (GBM), which assumes that asset prices follow a continuous stochastic process. This approach models future returns using a lognormal distribution, reflecting the reality that asset prices cannot be negative and that returns are compounded over time.

ok, immerhin Log Normal.

vor 1 Minute von Drengist:

 

Zu Punkt 2: ich habe ihm nur drei Assetklassen gegeben: Aktien, Bonds, Cash. Und dafür plausible nominale Renditen, Inflation berücksichtige ich bei den monatlichen Ausgaben, die jährlich um die Inflation steigen.

Hast du Volatilitäten vorgegeben? Wenn nicht, frag mal, welche er genommen hat.

 

Und generell berücksichtigt er damit zu 99,9% keine Korrelationen zwischen Assets. Inhaltlich sollte das z.B. dazu führen, dass er rechnerisch keine Risikoverkleinerung bei einer Beimischung von Bonds und/oder Cash finden sollte. Die Frage nach der optimalen Asset Allokation müsste GPT dann ganz naiv mit "100% Asset mit höchster Rendite" beantworten.

[Drengist]

vor 6 Minuten von 3dbruce:

ok, immerhin Log Normal.

Hast du Volatilitäten vorgegeben? Wenn nicht, frag mal, welche er genommen hat.

 

Und generell berücksichtigt er damit zu 99,9% keine Korrelationen zwischen Assets. Inhaltlich sollte das z.B. dazu führen, dass er rechnerisch keine Risikoverkleinerung bei einer Beimischung von Bonds und/oder Cash finden sollte. Die Frage nach der optimalen Asset Allokation müsste GPT dann ganz naiv mit "100% Asset mit höchster Rendite" beantworten.

Die Standard-Abweichung liegt bei 12%, wenn du das meinst.

 

Risiko verkleinert sich signifikant durch Cash. Das Model geht davon aus, dass ich drei Jahre Cash vorhalte und in der Reihenfolge entnehme: Cash, Bonds, Aktien.

[3dbruce]

Gerade eben von Drengist:

Die Standard-Abweichung liegt bei 12%, wenn du das meinst.

Ja, genau. Vorgegeben von dir oder vorgeschlagen von GPT?

Gerade eben von Drengist:

 

Risiko verkleinert sich signifikant durch Cash. Das Modelle geht davon aus, dass ich drei Jahre Cash vorhalte und in der Reihenfolge entnehme: Cash, Bonds, Aktien.

Und diese Entnahmereihenfolge hast du vorgegeben oder hat GPT das auf Basis der Simulationsergebnisse empfohlen? Und das Risiko ist definiert als Anzahl vorzeitiger Pleiten / Zahl der Simulationen?

[Drengist]

vor 10 Minuten von 3dbruce:

Ja, genau. Vorgegeben von dir oder vorgeschlagen von GPT?

Und diese Entnahmereihenfolge hast du vorgegeben oder hat GPT das auf Basis der Simulationsergebnisse empfohlen? Und das Risiko ist definiert als Anzahl vorzeitiger Pleiten / Zahl der Simulationen?

Abweichung hat er vorgegeben. Entnahmereihenfolge weiß ich nicht mehr, glaube die AI. Risiko: ja.

 

Hahaha: Es gibt eine maximal Länge, die ein "Gespräch" mit der AI sein darf. Die habe just erreicht.

Dachte schon, ich darf von vorne anfangen. Aber man kann einfach eine Zusammenfassung einfordern und in einen neuen Chat posten. Puhh!

[3dbruce]

Gerade eben von Drengist:

Abweichung hat er vorgegeben. Entnahmereihenfolge, weiß ich nicht mehr, glaube die AI. Risiko: ja.

Interessant. Sollte er alleine aus der MC-Simulation so nicht abgeleitet haben können also spielt er da auch noch andere Kontextinformationen mit dazu. Ich hatte vor einigen Monaten auch mal einen Nachmittag etwas mit der freien Variante gespielt. Mein Eindruck war damals, dass die Entnahmeraten-Basics auf jeden Fall im Model drin sind. Ich schau mir das demnächst noch mal etwas genauer an, wie er mit diffizileren Fragestellungen umgeht. Danke dir fürs geduldige Beantworten meiner vielen Fragen!! 

[Drengist]

vor 3 Minuten von 3dbruce:

Interessant. Sollte er alleine aus der MC-Simulation so nicht abgeleitet haben können also spielt er da auch noch andere Kontextinformationen mit dazu. Ich hatte vor einigen Monaten auch mal einen Nachmittag etwas mit der freien Variante gespielt. Mein Eindruck war damals, dass die Entnahmeraten-Basics auf jeden Fall im Model drin sind. Ich schau mir das demnächst noch mal etwas genauer an, wie er mit diffizileren Fragestellungen umgeht. Danke dir fürs geduldige Beantworten meiner vielen Fragen!! 

Wie er Risiko definiert:
 

here’s how I define and quantify risk in a Monte Carlo simulation in your FIRE context:

Core Risk Metric: Failure Rate (Portfolio Depletion)

Definition: The percentage of simulation paths (out of 3,000) where your portfolio hits €0 before age 96 — meaning you run out of money during retirement.

This is the primary risk signal in FIRE planning.

You have a 92.0% success rate currently, so:

Failure rate = 8.0%

About 240 out of 3,000 simulations result in portfolio depletion

Supplemental Risk Indicators

 

1. 

Time of Depletion (Sequencing Risk)

I track when in the simulation failures occur.

Early failures (e.g. before pension kicks in) are far more dangerous

Most of your risks are late-life drawdowns (post-85)

 

2. 

5th Percentile at Age 96

Currently: €0, meaning 11.3% of simulations touch the soft floor

Indicates tail-end vulnerability even if overall success is acceptable

 

3. 

Spending Cut Buffer (Guardrail Stress)

If success rate is high but requires frequent spending cuts, it’s a softer risk signal

In your case, the guardrail strategy is only triggered in deep drawdowns, and not frequently across simulations

 

 

(Soft Floor sind 100k)

[stagflation]

Es ist schon erstaunlich, wie weit man mit KI kommt.

 

Allerdings weißt Du nicht, ob Du den Ergebnissen vertrauen kannst - oder ob die KI Dich angeflunkert hat. Die KI kann nicht denken. Sie hat auch keine Ahnung von Finanzen. Sie weiß noch nicht einmal, worum es überhaupt geht.

 

Es wird Dir also nichts anderes übrigbleiben, als selbst nachzurechnen.

[Drengist]

Gerade eben von stagflation:

Es ist schon erstaunlich, wie weit man mit KI kommt.

 

Allerdings weißt Du nicht, ob Du den Ergebnissen vertrauen kannst - oder ob die KI Dich angeflunkert hat. Die KI kann nicht denken.

 

Es bleibt Dir also nichts anderes übrig, als selber nachzurechnen.

Egal, welches Tool ich im Netz nutze, 100% sicher kann man nie sein. die AI kommt zu einem ähnlichen Ergebnis wie meine sehr sehr grobe Überschlagsrechnung, also alles in Ordnung.

[stagflation]

Du sollst keine wilden Tools im Netz benutzen, sondern es selbst programmieren. Nur dann kannst Du es verstehen. Es ist nicht schwer. Ich habe in mehreren Threads gezeigt, wie es geht: hier und hier.

[Drengist]

vor 14 Minuten von stagflation:

Du sollst keine wilden Tools im Netz benutzen, sondern es selbst programmieren. Nur dann kannst Du es verstehen. Es ist nicht schwer. Ich habe in mehreren Threads gezeigt, wie es geht: hier und hier.

Wenn es dir Spaß macht, es selbst zu pogrammieren: gerne. Mir reicht es vollkommen so, wie ich es derzeit mache. Excel-Annäherung und jetzt AI. Aber danke für das Angebot.