Szenario-Vergleich in der Monte-Carlo-Simulation + Sensitivitaetsanalyse (Tornado)
Deploy App / deploy (push) Successful in 53s

Monte Carlo ueber mehrere Szenarien eines Plans in einem Lauf:
- Annahmen nur EINMAL je logischem Element (Zuordnung ueber sourceElementId,
  dieselbe Kette wie beim Diff) -- sonst vergleicht man die Eingaben statt
  der Szenarien
- gemeinsamer Seed fuer alle Szenarien (Common Random Numbers), damit
  Unterschiede strukturell und nicht zufaellig sind
- Zielbetrag bleibt szenario-eigen: die Erfolgswahrscheinlichkeit misst,
  wie oft ein Szenario sein EIGENES Versprechen haelt
- Vergleichstabelle + Median-Linien; bei einem Szenario unveraenderter Faecher

Sensitivitaetsanalyse (Roadmap Nr. 20), eigener Dialog "Einflussfaktoren":
- neues reines Modul sensitivity.ts, One-at-a-time ueber 7 Treiber
- Bandbreiten je Treiber pflichtig und ohne Default (die Balkenlaenge haengt
  direkt davon ab)
- Pensionsalter bewusst ausgeschlossen: nicht variierbar ohne Mitverschieben
  der Phasengrenzen (Begruendung in 9.18)

SPEZIFIKATION auf 1.0: neue Kapitel 3.6.6, 4.12.6, 4.13, 9.18, 9.19 sowie
vier korrigierte Dokumentationsfehler (Kap. 1.2, 4.6.5, 5.2/5.3/5.5.2/8.1,
Glossar). 20 Tests ergaenzt (60 -> 80). Keine DB-Aenderung.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
@
This commit is contained in:
2026-07-18 14:33:40 +02:00
parent d203e504c0
commit 3fe7a3978d
9 changed files with 1762 additions and 211 deletions
+17
View File
@@ -12,12 +12,14 @@ import {
Menu,
PiggyBank,
Plus,
Tornado,
Trash2,
X,
} from "lucide-react";
import { PlanView } from "@/components/PlanView";
import { Dashboard } from "@/components/Dashboard";
import { MonteCarloDialog } from "@/components/MonteCarloDialog";
import { SensitivityDialog } from "@/components/SensitivityDialog";
import { SpecView } from "@/components/SpecView";
import { ProfileMenu } from "@/components/ProfileMenu";
import { PlanProfileFields, emptyProfileDraft, type ProfileDraft } from "@/components/PlanProfileFields";
@@ -44,6 +46,7 @@ export function AppShell({ username }: { username: string }) {
const [showSpec, setShowSpec] = useState(false);
const [showCharts, setShowCharts] = useState(false);
const [showMonteCarlo, setShowMonteCarlo] = useState(false);
const [showSensitivity, setShowSensitivity] = useState(false);
const loadPlans = useCallback(async () => {
const data = await api.get<{ plans: PlanListItem[] }>("/api/plans");
@@ -290,6 +293,14 @@ export function AppShell({ username }: { username: string }) {
<Dices className="h-4 w-4" />
Monte-Carlo-Simulation
</button>
<button
type="button"
onClick={() => setShowSensitivity(true)}
className="flex items-center gap-1.5 rounded-lg border border-border px-3 py-1.5 text-sm font-medium text-muted hover:bg-surface-2"
>
<Tornado className="h-4 w-4" />
Einflussfaktoren berechnen
</button>
</>
)}
{diff && detail.base && (
@@ -337,10 +348,16 @@ export function AppShell({ username }: { username: string }) {
<MonteCarloDialog
plan={detail.plan}
computed={detail.computed}
meta={detail.meta}
scenarios={activePlan?.scenarios ?? [detail.meta]}
onClose={() => setShowMonteCarlo(false)}
/>
)}
{showSensitivity && detail && (
<SensitivityDialog plan={detail.plan} onClose={() => setShowSensitivity(false)} />
)}
{copyFrom && (
<CopyScenarioDialog
source={copyFrom}
+47
View File
@@ -51,6 +51,53 @@ export function NumberField({
);
}
// Pflicht-Zahlenfeld, das wirklich LEER sein kann (NumberField erzwingt eine Zahl und haette
// damit immer einen Default -- genau das soll bei Annahmen vermieden werden, siehe
// SPEZIFIKATION 9.15/9.18: ein stiller Default wird nicht hinterfragt). Der Wert wird als
// String gefuehrt; die Validierung liegt beim Aufrufer.
export function RequiredNumberField({
label,
help,
value,
onChange,
step = 0.1,
suffix,
placeholder = "Pflicht",
}: {
label: string;
help?: string;
value: string;
onChange: (value: string) => void;
step?: number;
suffix?: string;
placeholder?: string;
}) {
const empty = value.trim() === "";
return (
<div>
<FieldLabel label={label} help={help} />
<div className="relative">
<input
type="number"
step={step}
value={value}
placeholder={placeholder}
onChange={(e) => onChange(e.target.value)}
className={`${baseInputClass} ${suffix ? "pr-8" : ""} ${
empty ? "border-danger focus:border-danger" : ""
}`}
/>
{suffix && (
<span className="pointer-events-none absolute inset-y-0 right-2.5 flex items-center text-xs text-faint">
{suffix}
</span>
)}
</div>
{empty && <p className="mt-1 text-[11px] text-danger">Pflichtfeld – bitte ausfüllen.</p>}
</div>
);
}
// Ganzzahliges Betragsfeld. Zeigt den Wert unfokussiert mit 1'000er-Trennzeichen an,
// akzeptiert fokussiert beliebige ganze Zahlen (keine Nachkommastellen) und bietet
// Pfeil-Buttons mit Klick-und-Halten-BESCHLEUNIGUNG (1 -> 10 -> 100 -> 1'000 -> ...).
+398 -187
View File
@@ -1,26 +1,35 @@
"use client";
import { useMemo, useState } from "react";
import { Area, CartesianGrid, ComposedChart, Legend, Line, ResponsiveContainer, Tooltip, XAxis, YAxis } from "recharts";
import { useEffect, useMemo, useState } from "react";
import { Area, CartesianGrid, ComposedChart, Legend, Line, LineChart, ResponsiveContainer, Tooltip, XAxis, YAxis } from "recharts";
import { Dices, X } from "lucide-react";
import { NumberField, SelectField, MoneyField } from "@/components/FormField";
import { NumberField, SelectField, MoneyField, RequiredNumberField } from "@/components/FormField";
import { InfoBubble } from "@/components/InfoBubble";
import { api } from "@/lib/api-client";
import { formatChf } from "@/lib/format";
import {
runMonteCarlo,
buildElementGroups,
defaultVolatilityLevel,
RETURN_VOLATILITY_LEVELS,
floorFor,
paramsForScenario,
runMonteCarloMulti,
INFLATION_VOLATILITY_LEVELS,
RETURN_BEARING,
floorFor,
type ReturnVolatilityLevel,
RETURN_VOLATILITY_LEVELS,
type ElementGroup,
type ElementMcParams,
type InflationVolatilityLevel,
type MonteCarloResult,
type ReturnVolatilityLevel,
type ScenarioMcResult,
type ScenarioRunInput,
} from "@/lib/montecarlo";
import { CATEGORY_LABELS } from "@/lib/elements";
import type { PlanInput } from "@/lib/types";
import type { PlanInput, ScenarioMeta } from "@/lib/types";
import type { PlanComputed } from "@/lib/calculations";
// Farben der Szenario-Serien -- wie im Vermoegensverlauf, damit die Zuordnung vertraut bleibt.
const PALETTE = ["#4f46e5", "#0ea5e9", "#16a34a", "#d97706", "#dc2626", "#7c3aed"];
const RETURN_LEVEL_OPTIONS: { value: ReturnVolatilityLevel; label: string }[] = [
{ value: "sehr_niedrig", label: "Sehr niedrig" },
{ value: "niedrig", label: "Niedrig" },
@@ -40,149 +49,186 @@ const RETURN_HELP =
const INFLATION_HELP =
"Wie stark die Inflation schwankt. Für die Schweiz ist sie historisch sehr stabil (Sehr niedrig ≈ 1 %). Höhere Stufen wären Hyperinflations-Annahmen.";
// Pflicht-Zahlenfeld, das wirklich leer sein kann (NumberField erzwingt eine Zahl).
function MeanField({
label,
help,
value,
onChange,
}: {
label: string;
help: string;
value: string;
onChange: (v: string) => void;
}) {
const empty = value.trim() === "";
return (
<div>
<label className="mb-1 flex items-center text-xs font-medium text-muted">
{label}
<InfoBubble text={help} />
</label>
<input
type="number"
step={0.1}
value={value}
placeholder="Pflicht"
onChange={(e) => onChange(e.target.value)}
className={`w-full rounded-lg border bg-input px-2.5 py-1.5 text-sm text-fg shadow-sm focus:outline-none focus:ring-2 focus:ring-accent/25 ${
empty ? "border-danger" : "border-border focus:border-accent"
}`}
/>
{empty && <p className="mt-1 text-[11px] text-danger">Pflichtfeld – bitte ausfüllen.</p>}
</div>
);
interface ElementDraft {
mean: string;
level: ReturnVolatilityLevel;
manualSigma: string;
}
type ElementInput = { mean: string; level: ReturnVolatilityLevel; manualSigma: string };
interface LoadedScenario {
id: string;
name: string;
plan: PlanInput;
computed: PlanComputed;
}
function returnSigma(el: ElementInput): number {
return el.level === "manuell"
? Number(el.manualSigma) || 0
: RETURN_VOLATILITY_LEVELS[el.level];
function returnSigma(el: ElementDraft): number {
return el.level === "manuell" ? Number(el.manualSigma) || 0 : RETURN_VOLATILITY_LEVELS[el.level];
}
function inflationSigma(level: InflationVolatilityLevel, manual: string): number {
return level === "manuell" ? Number(manual) || 0 : INFLATION_VOLATILITY_LEVELS[level];
}
// Deterministische Planungslinie eines Szenarios (Alterspunkte = Phasengrenzen).
function detPointsOf(plan: PlanInput, computed: PlanComputed): { age: number; det: number }[] {
const startAge = plan.persons.find((p) => p.role === "PERSON_A")?.age ?? plan.persons[0]?.age ?? 0;
if (computed.phases.length === 0) return [];
const pts = [{ age: startAge, det: computed.phases[0].startWealthNominal }];
let acc = 0;
for (const ph of computed.phases) {
acc += ph.durationYears;
pts.push({ age: startAge + acc, det: ph.endWealthNominal });
}
return pts;
}
export function MonteCarloDialog({
plan,
computed,
meta,
scenarios,
onClose,
}: {
plan: PlanInput;
computed: PlanComputed;
meta: ScenarioMeta;
// Alle Szenarien dieses Plans (auch nicht ausgewaehlte) -- sie werden geladen, damit sich
// die Herkunfts-Kette der Elemente auch ueber uebersprungene Zwischen-Szenarien aufloest.
scenarios: ScenarioMeta[];
onClose: () => void;
}) {
const returnElements = useMemo(
() => plan.elements.filter((e) => RETURN_BEARING.includes(e.category)),
[plan.elements]
);
const [loaded, setLoaded] = useState<Record<string, LoadedScenario>>(() => ({
[meta.id]: { id: meta.id, name: meta.name, plan, computed },
}));
const [loading, setLoading] = useState(scenarios.some((s) => s.id !== meta.id));
const [loadError, setLoadError] = useState<string | null>(null);
const [selectedIds, setSelectedIds] = useState<string[]>([meta.id]);
const [targets, setTargets] = useState<Record<string, number>>({
[meta.id]: Math.max(0, computed.nachlass),
});
const [runs, setRuns] = useState(1000);
const [inflMean, setInflMean] = useState("");
const [inflLevel, setInflLevel] = useState<InflationVolatilityLevel>("sehr_niedrig");
const [inflManual, setInflManual] = useState("1");
const [target, setTarget] = useState(Math.max(0, computed.nachlass));
const [els, setEls] = useState<Record<string, ElementInput>>(() =>
Object.fromEntries(
returnElements.map((e) => [e.id, { mean: "", level: defaultVolatilityLevel(e.category), manualSigma: "10" }])
)
);
const [drafts, setDrafts] = useState<Record<string, ElementDraft>>({});
const [running, setRunning] = useState(false);
const [progress, setProgress] = useState(0);
const [result, setResult] = useState<MonteCarloResult | null>(null);
const [progress, setProgress] = useState({ index: 0, count: 1, fraction: 0 });
const [results, setResults] = useState<ScenarioMcResult[] | null>(null);
function setEl(id: string, patch: Partial<ElementInput>) {
setEls((prev) => ({ ...prev, [id]: { ...prev[id], ...patch } }));
const scenarioKey = scenarios.map((s) => s.id).join(",");
// Die uebrigen Szenarien einmalig nachladen. Ein Plan hat realistisch eine Handvoll
// Szenarien -- gegenueber tausenden Simulationslaeufen faellt das nicht ins Gewicht.
useEffect(() => {
const missing = scenarios.filter((s) => s.id !== meta.id);
if (missing.length === 0) return;
let cancelled = false;
(async () => {
try {
const entries = await Promise.all(
missing.map(async (s) => {
const data = await api.get<{ plan: PlanInput; computed: PlanComputed }>(`/api/scenarios/${s.id}`);
return [s.id, { id: s.id, name: s.name, plan: data.plan, computed: data.computed }] as const;
})
);
if (cancelled) return;
setLoaded((prev) => ({ ...prev, ...Object.fromEntries(entries) }));
setTargets((prev) => ({
...prev,
...Object.fromEntries(entries.map(([id, v]) => [id, Math.max(0, v.computed.nachlass)])),
}));
} catch (e) {
if (!cancelled) setLoadError(e instanceof Error ? e.message : "Szenarien konnten nicht geladen werden.");
} finally {
if (!cancelled) setLoading(false);
}
})();
return () => {
cancelled = true;
};
// eslint-disable-next-line react-hooks/exhaustive-deps
}, [scenarioKey, meta.id]);
const allLoaded = useMemo(
() => scenarios.map((s) => loaded[s.id]).filter((s): s is LoadedScenario => !!s),
[scenarios, loaded]
);
// Ein Parametersatz je LOGISCHEM Element (ueber die sourceElementId-Kette zusammengefasst).
const groups = useMemo(
() => buildElementGroups(allLoaded, selectedIds),
[allLoaded, selectedIds]
);
function draftFor(g: ElementGroup): ElementDraft {
return drafts[g.rootId] ?? { mean: "", level: defaultVolatilityLevel(g.category), manualSigma: "10" };
}
function setDraft(rootId: string, group: ElementGroup, patch: Partial<ElementDraft>) {
setDrafts((prev) => ({ ...prev, [rootId]: { ...draftFor(group), ...prev[rootId], ...patch } }));
}
// Pflichtfelder: historische Inflation + je Element die historische Rendite muessen gesetzt sein.
function toggleScenario(id: string) {
setSelectedIds((prev) => (prev.includes(id) ? prev.filter((x) => x !== id) : [...prev, id]));
setResults(null);
}
const selected = selectedIds.map((id) => loaded[id]).filter((s): s is LoadedScenario => !!s);
const anyReturnBearing = selected.some((s) => s.plan.elements.some((e) => RETURN_BEARING.includes(e.category)));
// Pflichtfelder: historische Inflation + je logischem Element die historische Rendite.
const missing =
inflMean.trim() === "" || returnElements.some((e) => (els[e.id]?.mean ?? "").trim() === "");
inflMean.trim() === "" || groups.some((g) => draftFor(g).mean.trim() === "");
const canRun = !missing && selected.length > 0 && anyReturnBearing && !loading;
// Deterministische Endwert-Linie fuer den Vergleich im Faecher.
const detPoints = useMemo(() => {
const startAge = plan.persons.find((p) => p.role === "PERSON_A")?.age ?? plan.persons[0]?.age ?? 0;
const pts: { age: number; det: number }[] = [];
if (computed.phases.length > 0) {
pts.push({ age: startAge, det: computed.phases[0].startWealthNominal });
let acc = 0;
for (const ph of computed.phases) {
acc += ph.durationYears;
pts.push({ age: startAge + acc, det: ph.endWealthNominal });
}
}
return pts;
}, [computed.phases, plan.persons]);
const estSeconds = Math.max(1, Math.round(runs / 6000));
const estSeconds = Math.max(1, Math.round((runs * Math.max(1, selected.length)) / 6000));
async function run() {
setRunning(true);
setResult(null);
setProgress(0);
setResults(null);
setProgress({ index: 0, count: selected.length, fraction: 0 });
try {
const elements = Object.fromEntries(
returnElements.map((e) => {
const ei = els[e.id];
return [e.id, { mean: Number(ei.mean) || 0, sigma: returnSigma(ei), floor: floorFor(e.category) }];
const paramByRoot: Record<string, ElementMcParams> = Object.fromEntries(
groups.map((g) => {
const d = draftFor(g);
return [g.rootId, { mean: Number(d.mean) || 0, sigma: returnSigma(d), floor: floorFor(g.category) }];
})
);
const res = await runMonteCarlo(
plan,
// EIN Seed fuer alle Szenarien: strukturgleiche Szenarien teilen damit dieselben
// Marktpfade, und die Unterschiede sind strukturell statt zufaellig.
const seed = (Math.random() * 2 ** 32) >>> 0;
const runInputs: ScenarioRunInput[] = selected.map((s) => ({
scenarioId: s.id,
name: s.name,
plan: s.plan,
target: targets[s.id] ?? 0,
}));
const res = await runMonteCarloMulti(
runInputs,
{
runs,
inflationMean: Number(inflMean) || 0,
inflationSigma: inflationSigma(inflLevel, inflManual),
elements,
target,
seed,
elementsFor: (p) => paramsForScenario(p, groups, paramByRoot),
},
(done, total) => setProgress(done / total)
(index, count, fraction) => setProgress({ index, count, fraction })
);
setResult(res);
setResults(res);
} finally {
setRunning(false);
}
}
const chartData = useMemo(() => {
if (!result) return [];
return result.bands.map((b) => ({
age: b.age,
// Range-Flaeche als [unten, oben]-Tupel -- robust auch bei negativem p10 (Ruin-Faelle).
band: [b.p10, b.p90] as [number, number],
median: b.p50,
det: detPoints.find((d) => d.age === b.age)?.det ?? null,
}));
}, [result, detPoints]);
const overallProgress =
progress.count > 0 ? (progress.index + progress.fraction) / progress.count : 0;
return (
<div className="fixed inset-0 z-40 flex items-start justify-center overflow-y-auto bg-black/40 px-4 py-8" onClick={onClose}>
<div
onClick={(e) => e.stopPropagation()}
className="flex w-full max-w-3xl flex-col gap-4 rounded-2xl border border-border bg-surface p-6 shadow-xl"
className="flex w-full max-w-4xl flex-col gap-4 rounded-2xl border border-border bg-surface p-6 shadow-xl"
>
<div className="flex items-center justify-between">
<h2 className="flex items-center gap-2 text-base font-semibold text-fg">
@@ -206,6 +252,12 @@ export function MonteCarloDialog({
<strong className="text-fg"> Ergebnis:</strong> die Wahrscheinlichkeit, dass das Geld reicht bzw. dein Zielbetrag
erreicht wird, plus ein Fächer vom pessimistischen bis zum optimistischen Fall.
</p>
<p className="mb-2">
<strong className="text-fg">Mehrere Szenarien:</strong> Du kannst unten mehrere Szenarien dieses Plans
gleichzeitig rechnen. Die historischen Annahmen werden dabei nur <strong className="text-fg">einmal</strong> erfasst
und für alle Szenarien verwendet – sonst würdest du deine Eingaben vergleichen statt der Szenarien. Alle
Szenarien laufen zudem mit demselben Zufalls-Seed, damit Unterschiede nicht blosses Rauschen sind.
</p>
<p>
<strong className="text-fg">Verteilung:</strong> Renditen werden mit «fetten Rändern» gezogen (Extremcrashs so
häufig wie in der Realität, nicht wie in der Glockenkurve), und alle riskanten Anlagen fallen in einem
@@ -214,11 +266,60 @@ export function MonteCarloDialog({
</p>
</div>
{/* Szenario-Auswahl inkl. Zielbetrag je Szenario */}
<div>
<div className="mb-2 flex items-center text-xs font-semibold uppercase tracking-wide text-faint">
Szenarien
<InfoBubble text="Wähle, für welche Szenarien dieses Plans gerechnet werden soll. Der Zielbetrag ist je Szenario eigen und mit dem jeweils geplanten Endvermögen vorbelegt: So misst die Erfolgswahrscheinlichkeit, wie oft jedes Szenario sein eigenes Versprechen hält. Ein pessimistisch geplantes Szenario hat einen tieferen Zielbetrag und damit eine höhere Erfolgswahrscheinlichkeit." />
</div>
{loading && <p className="text-xs text-muted">Szenarien werden geladen…</p>}
{loadError && <p className="text-xs text-danger">{loadError}</p>}
<div className="flex flex-col gap-2">
{scenarios.map((s) => {
const isLoaded = !!loaded[s.id];
const checked = selectedIds.includes(s.id);
return (
<div
key={s.id}
className={`flex flex-wrap items-center gap-3 rounded-xl border p-3 ${
checked ? "border-accent bg-accent-soft/30" : "border-border bg-surface-2"
}`}
>
<label className="flex min-w-0 flex-1 items-center gap-2 text-sm">
<input
type="checkbox"
checked={checked}
disabled={!isLoaded}
onChange={() => toggleScenario(s.id)}
/>
<span className="truncate font-medium text-fg">{s.name}</span>
{s.isBase && <span className="rounded bg-surface px-1.5 text-[10px] text-muted">Basis</span>}
{!isLoaded && <span className="text-[11px] text-faint">lädt…</span>}
</label>
{checked && (
<div className="w-56">
<MoneyField
label="Zielbetrag (Endvermögen)"
help="Vorbelegt mit dem geplanten Endvermögen DIESES Szenarios. Die Erfolgswahrscheinlichkeit misst, wie oft dieser Betrag erreicht wird."
value={targets[s.id] ?? 0}
onChange={(v) => setTargets((prev) => ({ ...prev, [s.id]: v }))}
/>
</div>
)}
</div>
);
})}
</div>
{selected.length === 0 && (
<p className="mt-2 text-xs text-danger">Bitte mindestens ein Szenario auswählen.</p>
)}
</div>
{/* Inflation */}
<div>
<div className="mb-2 text-xs font-semibold uppercase tracking-wide text-faint">Inflation (Plan-Ebene)</div>
<div className="grid grid-cols-1 gap-3 sm:grid-cols-3">
<MeanField
<RequiredNumberField
label="Ø Inflation letzte 20 J. (%)"
help={`Der Mittelpunkt, um den gewürfelt wird. Deine Planung nutzt aktuell ${plan.inflationRateDefault} %. CH langfristig ~2 %.`}
value={inflMean}
@@ -239,45 +340,61 @@ export function MonteCarloDialog({
</div>
</div>
{/* Elemente */}
{/* Renditetragende Elemente -- ein Satz je logischem Element */}
<div>
<div className="mb-2 text-xs font-semibold uppercase tracking-wide text-faint">Renditetragende Elemente</div>
{returnElements.length === 0 && (
<div className="mb-2 flex items-center text-xs font-semibold uppercase tracking-wide text-faint">
Renditetragende Elemente
{selected.length > 1 && (
<InfoBubble text="Ein Element, das in mehreren Szenarien vorkommt, erscheint hier nur einmal – erkannt über seine Herkunft beim Kopieren des Szenarios, nicht über den Namen. Elemente, die es nur in einem Szenario gibt, erscheinen mit einem entsprechenden Hinweis." />
)}
</div>
{groups.length === 0 && (
<p className="rounded-lg border border-dashed border-border bg-surface-2 p-3 text-xs text-muted">
Dieser Plan hat keine renditetragenden Elemente (PK, 3a, Sonstiges Vermögen, Immobilie).
Die ausgewählten Szenarien haben keine renditetragenden Elemente (PK, 3a, Sonstiges Vermögen, Immobilie).
</p>
)}
<div className="flex flex-col gap-3">
{returnElements.map((e) => {
const ei = els[e.id];
{groups.map((g) => {
const d = draftFor(g);
const partial = g.scenarioIds.length < selected.length;
return (
<div key={e.id} className="rounded-xl border border-border bg-surface-2 p-3">
<div className="mb-2 flex items-center gap-2 text-sm">
<span className="font-semibold text-fg">{e.name}</span>
<span className="text-xs text-faint">{CATEGORY_LABELS[e.category]}</span>
<div key={g.rootId} className="rounded-xl border border-border bg-surface-2 p-3">
<div className="mb-2 flex flex-wrap items-center gap-2 text-sm">
<span className="font-semibold text-fg">{g.name}</span>
<span className="text-xs text-faint">{CATEGORY_LABELS[g.category]}</span>
{partial && (
<span className="rounded bg-surface px-1.5 py-0.5 text-[10px] text-muted">
nur in: {g.scenarioIds.map((id) => loaded[id]?.name ?? id).join(", ")}
</span>
)}
</div>
<div className="grid grid-cols-1 gap-3 sm:grid-cols-3">
<MeanField
<RequiredNumberField
label="Ø Rendite letzte 20 J. (%)"
help="Der Mittelpunkt, um den gewürfelt wird – die realistische Rendite dieser Anlage, nicht deine (evtl. optimistische) Planannahme."
value={ei?.mean ?? ""}
onChange={(v) => setEl(e.id, { mean: v })}
value={d.mean}
onChange={(v) => setDraft(g.rootId, g, { mean: v })}
/>
<SelectField
label="Streuung"
help={RETURN_HELP}
value={ei.level}
onChange={(v: ReturnVolatilityLevel) => setEl(e.id, { level: v })}
value={d.level}
onChange={(v: ReturnVolatilityLevel) => setDraft(g.rootId, g, { level: v })}
options={RETURN_LEVEL_OPTIONS}
/>
{ei.level === "manuell" ? (
<NumberField label="Standardabw. (%)" step={0.5} value={Number(ei.manualSigma) || 0} onChange={(v) => setEl(e.id, { manualSigma: String(v) })} />
{d.level === "manuell" ? (
<NumberField
label="Standardabw. (%)"
step={0.5}
value={Number(d.manualSigma) || 0}
onChange={(v) => setDraft(g.rootId, g, { manualSigma: String(v) })}
/>
) : (
<ReadOnlySigma value={RETURN_VOLATILITY_LEVELS[ei.level]} />
<ReadOnlySigma value={RETURN_VOLATILITY_LEVELS[d.level]} />
)}
</div>
{(e.category === "PENSION_FUND" || e.category === "PILLAR_3A") && (
<p className="mt-2 text-[11px] text-faint">Boden 0 %: {CATEGORY_LABELS[e.category]} schreibt keine negative Rendite gut.</p>
{(g.category === "PENSION_FUND" || g.category === "PILLAR_3A") && (
<p className="mt-2 text-[11px] text-faint">Boden 0 %: {CATEGORY_LABELS[g.category]} schreibt keine negative Rendite gut.</p>
)}
</div>
);
@@ -298,14 +415,10 @@ export function MonteCarloDialog({
{ value: "10000", label: "10'000 (genau)" },
]}
/>
<p className="mt-1 text-[11px] text-faint">geschätzt ~{estSeconds} s</p>
<p className="mt-1 text-[11px] text-faint">
{selected.length > 1 ? `${selected.length} Szenarien · ` : ""}geschätzt ~{estSeconds} s
</p>
</div>
<MoneyField
label="Zielbetrag (Endvermögen)"
help="Die Erfolgswahrscheinlichkeit misst, wie oft das Endvermögen mindestens diesen Betrag erreicht. Vorbelegt mit deinem geplanten Nachlass."
value={target}
onChange={setTarget}
/>
</div>
{missing && <p className="text-xs text-danger">Bitte alle Pflichtfelder (Ø-Werte) ausfüllen, um die Simulation zu starten.</p>}
@@ -313,20 +426,31 @@ export function MonteCarloDialog({
<div className="flex items-center gap-3">
<button
type="button"
disabled={missing || running || returnElements.length === 0}
disabled={!canRun || running}
onClick={run}
className="rounded-lg bg-accent px-4 py-2 text-sm font-medium text-accent-fg shadow-sm hover:bg-accent-hover disabled:opacity-50"
>
{running ? `Berechne… ${Math.round(progress * 100)} %` : "Berechnung jetzt durchführen"}
{running
? `Berechne… ${progress.count > 1 ? `Szenario ${progress.index + 1}/${progress.count} · ` : ""}${Math.round(overallProgress * 100)} %`
: "Berechnung jetzt durchführen"}
</button>
{running && (
<div className="h-1.5 flex-1 overflow-hidden rounded-full bg-surface-2">
<div className="h-full bg-accent transition-all" style={{ width: `${progress * 100}%` }} />
<div className="h-full bg-accent transition-all" style={{ width: `${overallProgress * 100}%` }} />
</div>
)}
</div>
{result && <MonteCarloResults result={result} target={target} chartData={chartData} />}
{results && results.length > 0 && (
<MonteCarloResults
results={results}
detPoints={
results.length === 1 && loaded[results[0].scenarioId]
? detPointsOf(loaded[results[0].scenarioId].plan, loaded[results[0].scenarioId].computed)
: []
}
/>
)}
</div>
</div>
);
@@ -347,74 +471,161 @@ function ReadOnlySigma({ value }: { value: number }) {
}
function MonteCarloResults({
result,
target,
chartData,
results,
detPoints,
}: {
result: MonteCarloResult;
target: number;
chartData: { age: number; band: [number, number]; median: number; det: number | null }[];
results: ScenarioMcResult[];
detPoints: { age: number; det: number }[];
}) {
const single = results.length === 1;
// Einzelnes Szenario: der gewohnte Faecher (Band + Median + Planungslinie).
const singleData = useMemo(() => {
if (!single) return [];
return results[0].bands.map((b) => ({
age: b.age,
band: [b.p10, b.p90] as [number, number],
median: b.p50,
det: detPoints.find((d) => d.age === b.age)?.det ?? null,
}));
}, [single, results, detPoints]);
// Mehrere Szenarien: nur die Median-Linien -- uebereinandergelegte Baender waeren Farbbrei.
const compareData = useMemo(() => {
if (single) return [];
const ages = Array.from(new Set(results.flatMap((r) => r.bands.map((b) => b.age)))).sort((a, b) => a - b);
return ages.map((age) => {
const row: Record<string, number | null> = { age };
for (const r of results) row[r.scenarioId] = r.bands.find((b) => b.age === age)?.p50 ?? null;
return row;
});
}, [single, results]);
return (
<div className="flex flex-col gap-4 border-t border-border pt-4">
<div className="grid grid-cols-1 gap-3 sm:grid-cols-3">
<Stat label="Erfolgswahrscheinlichkeit" value={`${Math.round(result.successProbability * 100)} %`} help={`Anteil der Läufe mit Endvermögen ≥ ${formatChf(target)}.`} good />
<Stat label="Ruinwahrscheinlichkeit" value={`${Math.round(result.ruinProbability * 100)} %`} help="Anteil der Läufe, in denen das Vermögen vor Planende unter 0 fällt." danger />
<Stat label="Läufe" value={result.runs.toLocaleString("de-CH")} />
</div>
<div className="grid grid-cols-1 gap-3 sm:grid-cols-3 text-sm">
<Band label="Pessimistisch (10 %)" value={result.finalWealthP10} />
<Band label="Median" value={result.finalWealthMedian} />
<Band label="Optimistisch (90 %)" value={result.finalWealthP90} />
{/* Vergleichstabelle -- das eigentliche Vergleichsinstrument */}
<div>
<div className="mb-1 flex items-center text-xs font-semibold text-fg">
Ergebnis je Szenario
{!single && (
<InfoBubble text="Die Erfolgswahrscheinlichkeit bezieht sich je Szenario auf dessen EIGENEN Zielbetrag (Spalte Ziel) – sie misst, wie oft ein Szenario sein eigenes Versprechen hält. Die Ruinwahrscheinlichkeit ist zielbetrags-unabhängig und damit direkt vergleichbar." />
)}
</div>
<div className="overflow-x-auto rounded-xl border border-border">
<table className="w-full border-collapse text-sm">
<thead>
<tr className="bg-surface-2 text-xs text-faint">
<th className="px-3 py-2 text-left font-semibold">Szenario</th>
<th className="px-3 py-2 text-right font-semibold">Ziel</th>
<th className="px-3 py-2 text-right font-semibold">Erfolg</th>
<th className="px-3 py-2 text-right font-semibold">Ruin</th>
<th className="px-3 py-2 text-right font-semibold">Pessimistisch (10 %)</th>
<th className="px-3 py-2 text-right font-semibold">Median</th>
<th className="px-3 py-2 text-right font-semibold">Optimistisch (90 %)</th>
</tr>
</thead>
<tbody>
{results.map((r, i) => (
<tr key={r.scenarioId} className="border-t border-border">
<td className="px-3 py-2">
<span className="flex items-center gap-2 font-medium text-fg">
{!single && (
<span
className="inline-block h-2 w-2 shrink-0 rounded-full"
style={{ backgroundColor: PALETTE[i % PALETTE.length] }}
/>
)}
{r.name}
</span>
</td>
<td className="px-3 py-2 text-right text-muted">{formatChf(r.target)}</td>
<td className="px-3 py-2 text-right font-semibold text-success">
{Math.round(r.successProbability * 100)} %
</td>
<td className="px-3 py-2 text-right font-semibold text-danger">
{Math.round(r.ruinProbability * 100)} %
</td>
<td className="px-3 py-2 text-right text-muted">{formatChf(r.finalWealthP10)}</td>
<td className="px-3 py-2 text-right text-fg">{formatChf(r.finalWealthMedian)}</td>
<td className="px-3 py-2 text-right text-muted">{formatChf(r.finalWealthP90)}</td>
</tr>
))}
</tbody>
</table>
</div>
<p className="mt-1 text-[11px] text-faint">
{results[0].runs.toLocaleString("de-CH")} Läufe je Szenario
{!single && " · gemeinsamer Zufalls-Seed"}
</p>
</div>
<div>
<div className="mb-1 text-xs font-semibold text-fg">Vermögensfächer nach Alter (nominal)</div>
<div className="mb-1 text-xs font-semibold text-fg">
{single ? "Vermögensfächer nach Alter (nominal)" : "Vermögensverlauf im Median nach Alter (nominal)"}
</div>
<p className="mb-2 text-[11px] text-muted">
Das Band reicht vom pessimistischen (10 %) bis zum optimistischen (90 %) Fall, die dunkle Linie ist der Median.
Die gestrichelte Linie ist deine deterministische Planung – sie liegt meist leicht über dem Median (Schwankung
frisst Rendite).
{single ? (
<>
Das Band reicht vom pessimistischen (10 %) bis zum optimistischen (90 %) Fall, die dunkle Linie ist der
Median. Die gestrichelte Linie ist deine deterministische Planung – sie liegt meist leicht über dem Median
(Schwankung frisst Rendite).
</>
) : (
<>
Je Szenario die mittlere Entwicklung (Median). Die vollständigen 10–90 %-Bänder werden hier bewusst nicht
übereinandergelegt – wähle ein einzelnes Szenario, um den Fächer zu sehen.
</>
)}
</p>
<div className="h-72 w-full">
<ResponsiveContainer width="100%" height="100%">
<ComposedChart data={chartData} margin={{ top: 8, right: 16, left: 8, bottom: 8 }}>
<CartesianGrid strokeDasharray="3 3" className="stroke-border" />
<XAxis dataKey="age" tick={{ fontSize: 11 }} tickFormatter={(v) => `${v} J.`} />
<YAxis tick={{ fontSize: 11 }} tickFormatter={(v) => Intl.NumberFormat("de-CH", { notation: "compact" }).format(v)} />
<Tooltip
formatter={(v, name) => [typeof v === "number" ? formatChf(v) : v, name]}
labelFormatter={(v) => `Alter ${v}`}
/>
<Legend wrapperStyle={{ fontSize: 12 }} />
<Area dataKey="band" name="10–90 % Band" stroke="none" fill="var(--accent)" fillOpacity={0.16} isAnimationActive={false} />
<Line dataKey="median" name="Median" stroke="var(--accent)" strokeWidth={2} dot={false} isAnimationActive={false} />
<Line dataKey="det" name="Planung (deterministisch)" stroke="var(--muted)" strokeWidth={1.5} strokeDasharray="5 3" dot={false} connectNulls isAnimationActive={false} />
</ComposedChart>
{single ? (
<ComposedChart data={singleData} margin={{ top: 8, right: 16, left: 8, bottom: 8 }}>
<CartesianGrid strokeDasharray="3 3" className="stroke-border" />
<XAxis dataKey="age" tick={{ fontSize: 11 }} tickFormatter={(v) => `${v} J.`} />
<YAxis tick={{ fontSize: 11 }} tickFormatter={(v) => Intl.NumberFormat("de-CH", { notation: "compact" }).format(v)} />
<Tooltip
formatter={(v, name) => [typeof v === "number" ? formatChf(v) : v, name]}
labelFormatter={(v) => `Alter ${v}`}
/>
<Legend wrapperStyle={{ fontSize: 12 }} />
<Area dataKey="band" name="10–90 % Band" stroke="none" fill="var(--accent)" fillOpacity={0.16} isAnimationActive={false} />
<Line dataKey="median" name="Median" stroke="var(--accent)" strokeWidth={2} dot={false} isAnimationActive={false} />
<Line dataKey="det" name="Planung (deterministisch)" stroke="var(--muted)" strokeWidth={1.5} strokeDasharray="5 3" dot={false} connectNulls isAnimationActive={false} />
</ComposedChart>
) : (
<LineChart data={compareData} margin={{ top: 8, right: 16, left: 8, bottom: 8 }}>
<CartesianGrid strokeDasharray="3 3" className="stroke-border" />
<XAxis
dataKey="age"
type="number"
domain={["dataMin", "dataMax"]}
tick={{ fontSize: 11 }}
tickFormatter={(v) => `${v} J.`}
/>
<YAxis tick={{ fontSize: 11 }} tickFormatter={(v) => Intl.NumberFormat("de-CH", { notation: "compact" }).format(v)} />
<Tooltip
formatter={(v, name) => [typeof v === "number" ? formatChf(v) : v, name]}
labelFormatter={(v) => `Alter ${v}`}
/>
<Legend wrapperStyle={{ fontSize: 12 }} />
{results.map((r, i) => (
<Line
key={r.scenarioId}
dataKey={r.scenarioId}
name={r.name}
stroke={PALETTE[i % PALETTE.length]}
strokeWidth={2}
dot={false}
connectNulls
isAnimationActive={false}
/>
))}
</LineChart>
)}
</ResponsiveContainer>
</div>
</div>
</div>
);
}
function Stat({ label, value, help, good, danger }: { label: string; value: string; help?: string; good?: boolean; danger?: boolean }) {
return (
<div className="rounded-xl border border-border bg-surface p-4 shadow-sm">
<div className="flex items-center text-xs text-muted">
{label}
{help && <InfoBubble text={help} />}
</div>
<div className={`mt-1 text-2xl font-semibold ${good ? "text-success" : danger ? "text-danger" : "text-fg"}`}>{value}</div>
</div>
);
}
function Band({ label, value }: { label: string; value: number }) {
return (
<div className="rounded-lg border border-border bg-surface-2 px-3 py-2">
<div className="text-[11px] text-muted">{label}</div>
<div className="font-semibold text-fg">{formatChf(value)}</div>
</div>
);
}
+316
View File
@@ -0,0 +1,316 @@
"use client";
import { useMemo, useState } from "react";
import { Bar, BarChart, CartesianGrid, ReferenceLine, ResponsiveContainer, Tooltip, XAxis, YAxis } from "recharts";
import { Tornado, X } from "lucide-react";
import { RequiredNumberField, SelectField } from "@/components/FormField";
import { InfoBubble } from "@/components/InfoBubble";
import { formatChf } from "@/lib/format";
import {
computeTornado,
DRIVERS,
UNIT_SUFFIX,
type DriverDef,
type DriverId,
type TornadoMetric,
type TornadoResult,
} from "@/lib/sensitivity";
import type { PlanInput } from "@/lib/types";
interface RangeDraft {
checked: boolean;
low: string;
high: string;
}
// Bewusst OHNE Defaults: Die Balkenlaenge haengt direkt von der eingegebenen Bandbreite ab.
// Ein stiller Default wuerde nicht hinterfragt und das Ranking waere dann eine Aussage ueber
// unsere Vorgabe statt ueber den Plan (gleiche Begruendung wie bei den Monte-Carlo-Mittelwerten).
const emptyDraft: RangeDraft = { checked: false, low: "", high: "" };
function formatRange(low: number, high: number, unit: DriverDef["unit"]): string {
const suffix = UNIT_SUFFIX[unit];
const sign = (v: number) => (unit === "abs_pct" ? `${v}` : v > 0 ? `+${v}` : `${v}`);
return `${sign(low)} ${suffix} → ${sign(high)} ${suffix}`;
}
export function SensitivityDialog({ plan, onClose }: { plan: PlanInput; onClose: () => void }) {
const available = useMemo(() => DRIVERS.filter((d) => d.applies(plan)), [plan]);
const [metric, setMetric] = useState<TornadoMetric>("real");
const [drafts, setDrafts] = useState<Record<string, RangeDraft>>({});
const [result, setResult] = useState<TornadoResult | null>(null);
function draftFor(id: DriverId): RangeDraft {
return drafts[id] ?? emptyDraft;
}
function setDraft(id: DriverId, patch: Partial<RangeDraft>) {
setDrafts((prev) => ({ ...prev, [id]: { ...draftFor(id), ...patch } }));
setResult(null);
}
const checked = available.filter((d) => draftFor(d.id).checked);
const incomplete = checked.filter((d) => {
const dr = draftFor(d.id);
return dr.low.trim() === "" || dr.high.trim() === "";
});
const degenerate = checked.filter((d) => {
const dr = draftFor(d.id);
return dr.low.trim() !== "" && dr.high.trim() !== "" && Number(dr.low) === Number(dr.high);
});
// Mindestens zwei Treiber: Ein Tornado ist eine RANGLISTE. Mit einem einzigen Balken gibt
// es nichts zu ordnen und die Grafik wuerde eine Aussage suggerieren, die sie nicht hat.
const canRun =
checked.length >= 2 && incomplete.length === 0 && degenerate.length === 0 && plan.phases.length > 0;
function run() {
setResult(
computeTornado(
plan,
metric,
checked.map((d) => {
const dr = draftFor(d.id);
return { id: d.id, low: Number(dr.low), high: Number(dr.high) };
})
)
);
}
const chartData = useMemo(() => {
if (!result) return [];
// Von unten nach oben gezeichnet -> fuer die Trichterform (groesster Balken zuoberst)
// muss die Reihenfolge umgekehrt in die Grafik.
return [...result.bars].reverse().map((b) => ({
label: b.shortLabel,
range: [b.min, b.max] as [number, number],
swing: b.swing,
}));
}, [result]);
return (
<div className="fixed inset-0 z-40 flex items-start justify-center overflow-y-auto bg-black/40 px-4 py-8" onClick={onClose}>
<div
onClick={(e) => e.stopPropagation()}
className="flex w-full max-w-4xl flex-col gap-4 rounded-2xl border border-border bg-surface p-6 shadow-xl"
>
<div className="flex items-center justify-between">
<h2 className="flex items-center gap-2 text-base font-semibold text-fg">
<Tornado className="h-5 w-5 text-accent" /> Einflussfaktoren (Sensitivitätsanalyse)
</h2>
<button type="button" onClick={onClose} aria-label="Schliessen" className="rounded-md p-1 text-faint hover:bg-surface-2">
<X className="h-4 w-4" />
</button>
</div>
{/* Erklaerung */}
<div className="rounded-xl border border-border bg-surface-2 p-4 text-xs leading-relaxed text-muted">
<p className="mb-2">
<strong className="text-fg">Was ist das?</strong> Nicht «wie viel Geld habe ich am Schluss», sondern
<strong className="text-fg"> «welche meiner Annahmen entscheidet überhaupt über das Ergebnis»</strong>. Bei
manchen Annahmen ist es egal, ob du sie exakt triffst – bei anderen kippt eine kleine Abweichung den ganzen Plan.
</p>
<p className="mb-2">
<strong className="text-fg">Wie es funktioniert:</strong> Zuerst wird dein Plan wie erfasst gerechnet
(Basisfall). Dann wird <em>ein einziger</em> Parameter auf seinen tiefen und seinen hohen Wert gesetzt, alle
übrigen bleiben unverändert – das ergibt zwei Ergebnisse. Das für jeden Parameter wiederholt und nach
<strong className="text-fg"> Spannweite</strong> sortiert ergibt die Trichterform: längster Balken zuoberst.
</p>
<p className="mb-2">
<strong className="text-fg">Was du davon hast:</strong> Die Reihenfolge ist die Botschaft. Bei den obersten
Balken lohnt sich Genauigkeit (dort exakte Zahlen beschaffen) – und sie sind meist auch die, die du selbst
steuern kannst. Bei den untersten darfst du grob schätzen.
</p>
<p>
<strong className="text-fg">Zwei ehrliche Grenzen.</strong> Erstens hängt die Balkenlänge von den
Bandbreiten ab, die du unten eingibst – wähle sie so, dass sie <em>ähnlich plausibel</em> sind, nicht ähnlich
gross. Zweitens wird immer nur ein Parameter auf einmal variiert; <em>Kombinationen</em> (schlechte Renditen
<em> und</em> hohe Ausgaben) treffen härter als die Summe der Einzelbalken – dafür ist die
Monte-Carlo-Simulation zuständig.
</p>
</div>
{/* Zielgroesse */}
<div className="grid grid-cols-1 gap-3 sm:grid-cols-3">
<SelectField
label="Zielgrösse"
help="Woran die Wirkung gemessen wird: das Endvermögen der letzten Lebensphase. «Real» ist kaufkraftbereinigt auf den Planbeginn und damit die ehrlichere Grösse."
value={metric}
onChange={(v: TornadoMetric) => {
setMetric(v);
setResult(null);
}}
options={[
{ value: "real", label: "Endvermögen real (kaufkraftbereinigt)" },
{ value: "nominal", label: "Endvermögen nominal" },
]}
/>
</div>
{/* Parameter */}
<div>
<div className="mb-2 flex items-center text-xs font-semibold uppercase tracking-wide text-faint">
Parameter und Bandbreiten
<InfoBubble text="Hake an, welche Parameter in die Analyse einfliessen sollen, und gib je Parameter eine tiefe und eine hohe Ausprägung an. Es gibt bewusst keine Vorgabewerte: Die Balkenlänge hängt direkt von diesen Bandbreiten ab, deshalb sollst du sie bewusst setzen. Die Hilfe je Parameter nennt plausible Grössenordnungen." />
</div>
<div className="flex flex-col gap-2">
{available.map((d) => {
const dr = draftFor(d.id);
const suffix = UNIT_SUFFIX[d.unit];
const unitHint =
d.unit === "abs_pct"
? "absoluter Wert in %"
: d.unit === "delta_pp"
? "Verschiebung in Prozentpunkten"
: d.unit === "rel_pct"
? "Abweichung vom Planwert in %"
: "Verschiebung in Jahren";
return (
<div
key={d.id}
className={`rounded-xl border p-3 ${dr.checked ? "border-accent bg-accent-soft/30" : "border-border bg-surface-2"}`}
>
<label className="flex items-center gap-2 text-sm">
<input type="checkbox" checked={dr.checked} onChange={(e) => setDraft(d.id, { checked: e.target.checked })} />
<span className="font-medium text-fg">{d.label}</span>
<InfoBubble text={d.help} />
<span className="text-[11px] text-faint">({unitHint})</span>
</label>
{dr.checked && (
<div className="mt-2 grid grid-cols-1 gap-3 sm:grid-cols-3">
<RequiredNumberField
label="tief"
value={dr.low}
suffix={suffix}
step={d.unit === "delta_years" ? 1 : 0.1}
onChange={(v) => setDraft(d.id, { low: v })}
/>
<RequiredNumberField
label="hoch"
value={dr.high}
suffix={suffix}
step={d.unit === "delta_years" ? 1 : 0.1}
onChange={(v) => setDraft(d.id, { high: v })}
/>
</div>
)}
</div>
);
})}
</div>
<p className="mt-2 text-[11px] text-faint">
Das <strong>Pensionsalter</strong> ist bewusst nicht enthalten: Es lässt sich nicht sinnvoll variieren, ohne
gleichzeitig die Phasengrenzen mitzuverschieben – sonst arbeitet die Person im Modell unverändert weiter
bzw. der Pensions-Übergang entfällt ganz. Der verwandte Treiber «Lebensdauer» ist dagegen sauber abgebildet.
</p>
</div>
{checked.length < 2 && (
<p className="text-xs text-danger">Bitte mindestens zwei Parameter auswählen – der Tornado ist eine Rangliste.</p>
)}
{incomplete.length > 0 && (
<p className="text-xs text-danger">Bitte für jeden ausgewählten Parameter eine tiefe und eine hohe Ausprägung angeben.</p>
)}
{degenerate.length > 0 && (
<p className="text-xs text-danger">
Tiefer und hoher Wert sind identisch bei: {degenerate.map((d) => d.label).join(", ")}. Damit gibt es keine Spannweite.
</p>
)}
<div>
<button
type="button"
disabled={!canRun}
onClick={run}
className="rounded-lg bg-accent px-4 py-2 text-sm font-medium text-accent-fg shadow-sm hover:bg-accent-hover disabled:opacity-50"
>
Einflussfaktoren berechnen
</button>
</div>
{result && <TornadoResults result={result} metric={metric} chartData={chartData} />}
</div>
</div>
);
}
function TornadoResults({
result,
metric,
chartData,
}: {
result: TornadoResult;
metric: TornadoMetric;
chartData: { label: string; range: [number, number]; swing: number }[];
}) {
const metricLabel = metric === "real" ? "Endvermögen real" : "Endvermögen nominal";
return (
<div className="flex flex-col gap-4 border-t border-border pt-4">
<div className="rounded-xl border border-border bg-surface-2 px-4 py-3">
<div className="text-xs text-muted">Basisfall · {metricLabel}</div>
<div className="mt-0.5 text-xl font-semibold text-accent">{formatChf(result.base)} CHF</div>
</div>
<div>
<div className="mb-1 text-xs font-semibold text-fg">Einflussfaktoren nach Spannweite</div>
<p className="mb-2 text-[11px] text-muted">
Jeder Balken zeigt, zwischen welchen Werten das {metricLabel} schwankt, wenn nur dieser eine Parameter
innerhalb seiner Bandbreite variiert. Die senkrechte Linie ist der Basisfall.
</p>
<div className="w-full" style={{ height: Math.max(200, chartData.length * 46 + 60) }}>
<ResponsiveContainer width="100%" height="100%">
<BarChart data={chartData} layout="vertical" margin={{ top: 8, right: 24, left: 8, bottom: 8 }}>
<CartesianGrid strokeDasharray="3 3" className="stroke-border" />
<XAxis
type="number"
tick={{ fontSize: 11 }}
tickFormatter={(v) => Intl.NumberFormat("de-CH", { notation: "compact" }).format(v)}
/>
<YAxis type="category" dataKey="label" tick={{ fontSize: 11 }} width={130} />
<Tooltip
formatter={(v) =>
Array.isArray(v)
? `${formatChf(Number(v[0]))} – ${formatChf(Number(v[1]))}`
: typeof v === "number"
? formatChf(v)
: v
}
/>
<ReferenceLine x={result.base} stroke="var(--muted)" strokeDasharray="4 3" />
<Bar dataKey="range" name={metricLabel} fill="var(--accent)" radius={[3, 3, 3, 3]} isAnimationActive={false} />
</BarChart>
</ResponsiveContainer>
</div>
</div>
<div className="overflow-x-auto rounded-xl border border-border">
<table className="w-full border-collapse text-sm">
<thead>
<tr className="bg-surface-2 text-xs text-faint">
<th className="px-3 py-2 text-left font-semibold">Parameter</th>
<th className="px-3 py-2 text-left font-semibold">Bandbreite</th>
<th className="px-3 py-2 text-right font-semibold">bei «tief»</th>
<th className="px-3 py-2 text-right font-semibold">bei «hoch»</th>
<th className="px-3 py-2 text-right font-semibold">Spannweite</th>
</tr>
</thead>
<tbody>
{result.bars.map((b) => (
<tr key={b.id} className="border-t border-border">
<td className="px-3 py-2 font-medium text-fg">{b.label}</td>
<td className="px-3 py-2 text-muted">{formatRange(b.low, b.high, b.unit)}</td>
<td className="px-3 py-2 text-right text-muted">{formatChf(b.lowResult)}</td>
<td className="px-3 py-2 text-right text-muted">{formatChf(b.highResult)}</td>
<td className="px-3 py-2 text-right font-semibold text-fg">{formatChf(b.swing)}</td>
</tr>
))}
</tbody>
</table>
</div>
<p className="text-[11px] text-faint">
Die Reihenfolge – nicht der absolute Betrag – ist die Aussage. Sie hängt von den eingegebenen Bandbreiten ab.
</p>
</div>
);
}
+139 -1
View File
@@ -1,6 +1,15 @@
import { describe, it, expect } from "vitest";
import { computePlan } from "@/lib/calculations";
import { runMonteCarlo, defaultVolatilityLevel, RETURN_VOLATILITY_LEVELS, type MonteCarloParams } from "@/lib/montecarlo";
import {
buildElementGroups,
defaultVolatilityLevel,
paramsForScenario,
resolveRootElementId,
runMonteCarlo,
runMonteCarloMulti,
RETURN_VOLATILITY_LEVELS,
type MonteCarloParams,
} from "@/lib/montecarlo";
import type { PlanInput } from "@/lib/types";
// Plan: 40-jaehrig, 1 Phase 10 Jahre, ein Sonstiges Vermoegen 100'000 @ 5 %, 2 % Inflation.
@@ -105,3 +114,132 @@ describe("Monte Carlo", () => {
expect(RETURN_VOLATILITY_LEVELS.sehr_hoch).toBe(55);
});
});
// --- Mehrere Szenarien im selben Lauf ----------------------------------------------------
// Kopie des Basisplans mit neuen Ids; das Element verweist per sourceElementId auf sein
// Gegenstueck -- genau wie es die Kopier-Route beim Anlegen eines Szenarios setzt.
function copyPlan(source: PlanInput, suffix: string, expectedReturn: number): PlanInput {
return {
...source,
id: `${source.id}-${suffix}`,
elements: source.elements.map((e) => ({
...e,
id: `${e.id}-${suffix}`,
sourceElementId: e.id,
phaseValues: { p1: { ...e.phaseValues.p1, expectedReturn } },
})),
};
}
describe("Monte Carlo: mehrere Szenarien", () => {
it("loest die Herkunfts-Kette bis zum Ursprung auf", () => {
const chain = new Map<string, string | null>([
["a", null],
["b", "a"],
["c", "b"],
]);
expect(resolveRootElementId("c", chain)).toBe("a");
expect(resolveRootElementId("a", chain)).toBe("a");
// Verweis ins Leere (Vorlage geloescht): das Element ist selbst die Wurzel.
expect(resolveRootElementId("x", new Map([["x", "weg"]]))).toBe("x");
// Defekte Kette darf nicht zur Endlosschleife fuehren.
expect(resolveRootElementId("p", new Map([["p", "q"], ["q", "p"]]))).toBeDefined();
});
it("fasst dasselbe Element ueber Szenarien zu EINER Gruppe zusammen", () => {
const base = basePlan();
const s2 = copyPlan(base, "s2", 6);
const groups = buildElementGroups(
[{ id: "base", plan: base }, { id: "s2", plan: s2 }],
["base", "s2"]
);
expect(groups).toHaveLength(1); // nicht zwei -- die Annahme wird nur EINMAL erfasst
expect(groups[0].rootId).toBe("asset");
expect(groups[0].memberIds.sort()).toEqual(["asset", "asset-s2"]);
expect(groups[0].scenarioIds.sort()).toEqual(["base", "s2"]);
});
it("loest die Kette auch ueber ein NICHT ausgewaehltes Zwischen-Szenario auf", () => {
const base = basePlan();
const s1 = copyPlan(base, "s1", 6);
const s2 = copyPlan(s1, "s2", 7); // zeigt auf s1, nicht auf base
const groups = buildElementGroups(
[{ id: "base", plan: base }, { id: "s1", plan: s1 }, { id: "s2", plan: s2 }],
["base", "s2"] // s1 ist nur zur Aufloesung geladen
);
expect(groups).toHaveLength(1);
expect(groups[0].rootId).toBe("asset");
expect(groups[0].scenarioIds.sort()).toEqual(["base", "s2"]);
});
it("ein nur in einem Szenario neu angelegtes Element bildet eine eigene Gruppe", () => {
const base = basePlan();
const s2: PlanInput = {
...copyPlan(base, "s2", 5),
elements: [
...copyPlan(base, "s2", 5).elements,
{
id: "neu", category: "OTHER_ASSET", name: "Krypto", ownerRole: "HOUSEHOLD", orderIndex: 2,
phaseValues: { p1: { startValue: 10000, expectedReturn: 10 } }, transitionValues: {},
},
],
};
const groups = buildElementGroups([{ id: "base", plan: base }, { id: "s2", plan: s2 }], ["base", "s2"]);
expect(groups).toHaveLength(2);
const neu = groups.find((g) => g.rootId === "neu")!;
expect(neu.scenarioIds).toEqual(["s2"]); // im Basisszenario ohne Wirkung
});
it("uebersetzt die Gruppen-Parameter auf die Element-Ids des jeweiligen Szenarios", () => {
const base = basePlan();
const s2 = copyPlan(base, "s2", 6);
const groups = buildElementGroups([{ id: "base", plan: base }, { id: "s2", plan: s2 }], ["base", "s2"]);
const byRoot = { asset: { mean: 6, sigma: 15, floor: -100 } };
expect(paramsForScenario(base, groups, byRoot)).toEqual({ asset: byRoot.asset });
expect(paramsForScenario(s2, groups, byRoot)).toEqual({ "asset-s2": byRoot.asset });
});
it("gleicher Seed: nur die GEPLANTE Rendite unterscheidet sich -> identische Verteilung, andere Erfolgsquote", async () => {
// Der Kern-Anwendungsfall: dasselbe Portfolio, einmal pessimistisch (5 %) und einmal
// optimistisch (6 %) geplant. In der Simulation wird die geplante Rendite ersetzt, also
// sind beide Verlaeufe identisch -- der Unterschied liegt allein im Zielbetrag, der aus
// der jeweiligen Planung stammt. Das pessimistische Szenario haelt sein (tieferes)
// Versprechen oefter.
const base = basePlan(); // expectedReturn 5
const optimistisch = copyPlan(base, "opt", 6);
const targetBase = computePlan(base).nachlass;
const targetOpt = computePlan(optimistisch).nachlass;
expect(targetOpt).toBeGreaterThan(targetBase);
const groups = buildElementGroups(
[{ id: "base", plan: base }, { id: "opt", plan: optimistisch }],
["base", "opt"]
);
const byRoot = { asset: { mean: 6, sigma: 20, floor: -100 } };
const [rBase, rOpt] = await runMonteCarloMulti(
[
{ scenarioId: "base", name: "Basis", plan: base, target: targetBase },
{ scenarioId: "opt", name: "Optimistisch", plan: optimistisch, target: targetOpt },
],
{
runs: 2000,
inflationMean: 2,
inflationSigma: 0,
seed: 4242,
elementsFor: (p) => paramsForScenario(p, groups, byRoot),
}
);
// Identische Struktur + gemeinsamer Seed -> exakt dieselben Marktpfade.
expect(rOpt.finalWealthMedian).toBe(rBase.finalWealthMedian);
expect(rOpt.finalWealthP10).toBe(rBase.finalWealthP10);
expect(rOpt.ruinProbability).toBe(rBase.ruinProbability);
// Einziger Unterschied: der Zielbetrag -- und damit die Erfolgswahrscheinlichkeit.
expect(rBase.successProbability).toBeGreaterThan(rOpt.successProbability);
expect(rBase.scenarioId).toBe("base");
expect(rOpt.target).toBe(targetOpt);
});
});
+143
View File
@@ -79,6 +79,149 @@ export interface MonteCarloResult {
bands: { age: number; p10: number; p50: number; p90: number }[];
}
// --- Mehrere Szenarien im selben Lauf vergleichen -------------------------------------
//
// Ein "logisches" Element ueber Szenariogrenzen hinweg: Beim Kopieren eines Szenarios
// erhaelt jedes Element eine NEUE Id plus einen Verweis auf sein Gegenstueck in der Vorlage
// (sourceElementId -- dieselbe Kette, auf der auch der Diff beruht). Ueber diese Kette wird
// dieselbe Anlage in mehreren Szenarien wiedergefunden. Das ist die Voraussetzung dafuer,
// die historischen Annahmen nur EINMAL zu erfassen: Ein Vergleich ist nur dann aussagekraeftig,
// wenn alle Szenarien mit denselben Marktannahmen gewuerfelt werden -- sonst vergleicht man
// die Eingaben statt der Szenarien.
export interface ElementGroup {
rootId: string; // Id des Ursprungs-Elements (Anker der Parametereingabe)
name: string;
category: ElementCategory;
memberIds: string[]; // Element-Ids ueber alle ausgewaehlten Szenarien
scenarioIds: string[]; // Szenarien, in denen dieses Element vorkommt
}
// Folgt sourceElementId bis zum Ursprung. Bricht ab, sobald der Verweis ins Leere zeigt
// (Vorlage geloescht oder Szenario nicht geladen) -- dann ist dieses Element selbst die
// Wurzel und bildet eine eigene Gruppe. Der Zyklusschutz ist reine Vorsicht: die Verweise
// sind lose (kein FK), eine defekte Kette darf nicht zur Endlosschleife fuehren.
export function resolveRootElementId(elementId: string, sourceById: Map<string, string | null>): string {
let current = elementId;
const seen = new Set<string>();
while (!seen.has(current)) {
seen.add(current);
const source = sourceById.get(current);
if (!source || !sourceById.has(source)) return current;
current = source;
}
return current;
}
// `all` enthaelt ALLE Szenarien des Plans (auch nicht ausgewaehlte) -- nur so laesst sich die
// Kette ueber ein uebersprungenes Zwischen-Szenario hinweg aufloesen (Basis -> S1 -> S2, wenn
// nur Basis und S2 ausgewaehlt sind). Gruppen entstehen nur fuer die ausgewaehlten Szenarien.
export function buildElementGroups(
all: { id: string; plan: PlanInput }[],
selectedIds: string[]
): ElementGroup[] {
const sourceById = new Map<string, string | null>();
const nameById = new Map<string, string>();
for (const s of all) {
for (const e of s.plan.elements) {
sourceById.set(e.id, e.sourceElementId ?? null);
nameById.set(e.id, e.name);
}
}
const groups = new Map<string, ElementGroup>();
for (const s of all) {
if (!selectedIds.includes(s.id)) continue;
for (const e of s.plan.elements) {
if (!RETURN_BEARING.includes(e.category)) continue;
const rootId = resolveRootElementId(e.id, sourceById);
let group = groups.get(rootId);
if (!group) {
group = {
rootId,
// Name des Ursprungs-Elements, damit die Gruppe stabil beschriftet ist -- auch
// wenn das Element in einem Szenario umbenannt wurde.
name: nameById.get(rootId) ?? e.name,
category: e.category,
memberIds: [],
scenarioIds: [],
};
groups.set(rootId, group);
}
group.memberIds.push(e.id);
if (!group.scenarioIds.includes(s.id)) group.scenarioIds.push(s.id);
}
}
return [...groups.values()];
}
// Uebersetzt die je Gruppe erfassten Parameter auf die Element-Ids EINES Szenarios.
export function paramsForScenario(
plan: PlanInput,
groups: ElementGroup[],
paramByRoot: Record<string, ElementMcParams>
): Record<string, ElementMcParams> {
const rootByMember = new Map<string, string>();
for (const g of groups) for (const id of g.memberIds) rootByMember.set(id, g.rootId);
const out: Record<string, ElementMcParams> = {};
for (const e of plan.elements) {
if (!RETURN_BEARING.includes(e.category)) continue;
const root = rootByMember.get(e.id);
const params = root ? paramByRoot[root] : undefined;
if (params) out[e.id] = params;
}
return out;
}
export interface ScenarioRunInput {
scenarioId: string;
name: string;
plan: PlanInput;
target: number; // Zielbetrag DIESES Szenarios (i. d. R. sein geplanter Nachlass)
}
export interface ScenarioMcResult extends MonteCarloResult {
scenarioId: string;
name: string;
target: number;
}
// Fuehrt dieselbe Simulation fuer mehrere Szenarien aus -- mit DEMSELBEN Seed. Ohne das
// waeren kleine Unterschiede blosses Rauschen (bei 1'000 Laeufen betraegt der Standardfehler
// der Erfolgswahrscheinlichkeit rund 1.5 Prozentpunkte, zwei identische Szenarien koennten
// also 87 % und 90 % zeigen). Mit gemeinsamem Seed teilen strukturgleiche Szenarien dieselben
// Marktpfade, und die Unterschiede sind rein strukturell (Common Random Numbers).
export async function runMonteCarloMulti(
scenarios: ScenarioRunInput[],
common: {
runs: number;
inflationMean: number;
inflationSigma: number;
seed: number;
elementsFor: (plan: PlanInput) => Record<string, ElementMcParams>;
},
onProgress?: (scenarioIndex: number, scenarioCount: number, fraction: number) => void
): Promise<ScenarioMcResult[]> {
const results: ScenarioMcResult[] = [];
for (let i = 0; i < scenarios.length; i++) {
const s = scenarios[i];
const result = await runMonteCarlo(
s.plan,
{
runs: common.runs,
inflationMean: common.inflationMean,
inflationSigma: common.inflationSigma,
elements: common.elementsFor(s.plan),
target: s.target,
seed: common.seed,
},
(done, total) => onProgress?.(i, scenarios.length, done / total)
);
results.push({ ...result, scenarioId: s.scenarioId, name: s.name, target: s.target });
}
return results;
}
// --- Zufallszahlen (seedbar, damit ein Lauf reproduzierbar ist) ---
function mulberry32(seed: number): () => number {
+173
View File
@@ -0,0 +1,173 @@
import { describe, it, expect } from "vitest";
import { computePlan } from "@/lib/calculations";
import {
applyDriver,
computeTornado,
DRIVERS,
driverById,
planMetric,
} from "@/lib/sensitivity";
import type { PlanInput } from "@/lib/types";
// Plan: 45-jaehrig, zwei Phasen (20 J. Erwerb + 20 J. Pension), Einkommen 100'000 netto,
// Ausgaben 70'000 real, ein Sonstiges Vermoegen 200'000 @ 4 %, Inflation 1.5 %.
function basePlan(): PlanInput {
return {
id: "p",
name: "T",
householdType: "SINGLE",
inflationRateDefault: 1.5,
initialCash: 0,
persons: [{ id: "A", role: "PERSON_A", name: null, age: 45, retirementAge: 65 }],
phases: [
{ id: "p1", sequenceNumber: 1, name: "Erwerb", durationYears: 20, cashTransition: {} },
{ id: "p2", sequenceNumber: 2, name: "Pension", durationYears: 20, cashTransition: {} },
],
elements: [
{
id: "inc",
category: "INCOME",
name: "Lohn",
ownerRole: "HOUSEHOLD",
orderIndex: 1,
phaseValues: { p1: { amount: 100000, teuerungsausgleich: 1 } },
transitionValues: {},
},
{
id: "exp",
category: "EXPENSE",
name: "Lebenshaltung",
ownerRole: "HOUSEHOLD",
orderIndex: 2,
phaseValues: { p1: { amount: 70000 }, p2: { amount: 70000 } },
transitionValues: {},
},
{
id: "asset",
category: "OTHER_ASSET",
name: "ETF",
ownerRole: "HOUSEHOLD",
orderIndex: 3,
phaseValues: {
p1: { startValue: 200000, expectedReturn: 4 },
p2: { expectedReturn: 4 },
},
transitionValues: {},
},
],
};
}
describe("Sensitivitaet: applyDriver", () => {
it("laesst den Ausgangsplan unberuehrt (rein)", () => {
const p = basePlan();
const snapshot = JSON.stringify(p);
applyDriver(p, "inflation", 3);
applyDriver(p, "expenses", 20);
applyDriver(p, "returns", 2);
applyDriver(p, "lifespan", 5);
expect(JSON.stringify(p)).toBe(snapshot);
});
it("Inflation wird absolut gesetzt (nicht verschoben)", () => {
expect(applyDriver(basePlan(), "inflation", 3.5).inflationRateDefault).toBe(3.5);
});
it("Rendite wird in Prozentpunkten verschoben, je Element und Phase", () => {
const p = applyDriver(basePlan(), "returns", 2);
const asset = p.elements.find((e) => e.id === "asset")!;
expect(asset.phaseValues.p1.expectedReturn).toBe(6);
expect(asset.phaseValues.p2.expectedReturn).toBe(6);
// Einkommen/Ausgaben bleiben unberuehrt.
expect(p.elements.find((e) => e.id === "inc")!.phaseValues.p1.amount).toBe(100000);
});
it("Ausgaben werden relativ skaliert, Einkommen nicht", () => {
const p = applyDriver(basePlan(), "expenses", 10);
expect(p.elements.find((e) => e.id === "exp")!.phaseValues.p1.amount).toBeCloseTo(77000, 6);
expect(p.elements.find((e) => e.id === "exp")!.phaseValues.p2.amount).toBeCloseTo(77000, 6);
expect(p.elements.find((e) => e.id === "inc")!.phaseValues.p1.amount).toBe(100000);
});
it("Lebensdauer verschiebt nur die LETZTE Phase und bleibt bei mindestens 1 Jahr", () => {
const longer = applyDriver(basePlan(), "lifespan", 5);
expect(longer.phases[0].durationYears).toBe(20);
expect(longer.phases[1].durationYears).toBe(25);
// Kappung nach unten: -100 Jahre darf keine Phase mit 0 oder negativer Dauer erzeugen.
expect(applyDriver(basePlan(), "lifespan", -100).phases[1].durationYears).toBe(1);
});
it("Lohnentwicklung verschiebt den Teuerungsausgleich des Einkommens", () => {
const p = applyDriver(basePlan(), "salaryGrowth", 1);
expect(p.elements.find((e) => e.id === "inc")!.phaseValues.p1.teuerungsausgleich).toBe(2);
});
});
describe("Sensitivitaet: Treiber-Verfuegbarkeit", () => {
it("blendet Treiber aus, fuer die es keine passenden Elemente gibt", () => {
const p = basePlan();
expect(driverById("propertyGrowth").applies(p)).toBe(false); // keine Immobilie
expect(driverById("returns").applies(p)).toBe(true);
expect(driverById("inflation").applies(p)).toBe(true);
const ohneEinkommen: PlanInput = { ...p, elements: p.elements.filter((e) => e.category !== "INCOME") };
expect(driverById("income").applies(ohneEinkommen)).toBe(false);
expect(driverById("salaryGrowth").applies(ohneEinkommen)).toBe(false);
});
it("jeder Treiber ist genau einmal definiert", () => {
expect(new Set(DRIVERS.map((d) => d.id)).size).toBe(DRIVERS.length);
});
});
describe("Sensitivitaet: Tornado", () => {
it("Basiswert entspricht dem unveraenderten Plan", () => {
const p = basePlan();
const result = computeTornado(p, "real", [{ id: "inflation", low: 0.5, high: 3.5 }]);
const last = computePlan(p).phases.at(-1)!;
expect(result.base).toBe(Math.round(last.endWealthReal));
expect(planMetric(p, "nominal")).toBe(last.endWealthNominal);
});
it("sortiert nach Spannweite absteigend (Trichterform)", () => {
const result = computeTornado(basePlan(), "real", [
{ id: "salaryGrowth", low: 0, high: 0 }, // ohne Bandbreite -> keine Wirkung
{ id: "expenses", low: -15, high: 15 },
{ id: "returns", low: -2, high: 2 },
]);
const swings = result.bars.map((b) => b.swing);
expect([...swings].sort((a, b) => b - a)).toEqual(swings);
// Ein Treiber ohne Bandbreite kann nichts bewegen und landet zuunterst.
expect(result.bars.at(-1)!.id).toBe("salaryGrowth");
expect(result.bars.at(-1)!.swing).toBe(0);
// Welcher Treiber oben steht, haengt vom konkreten Plan ab -- genau das ist die Aussage
// des Tornados und deshalb bewusst nicht fix getestet.
});
it("kehrt die Richtung korrekt ab: hoehere Ausgaben -> tieferes Endvermoegen", () => {
const [bar] = computeTornado(basePlan(), "real", [{ id: "expenses", low: -15, high: 15 }]).bars;
expect(bar.lowResult).toBeGreaterThan(bar.highResult); // tiefe Ausgaben = mehr Vermoegen
expect(bar.min).toBe(bar.highResult);
expect(bar.max).toBe(bar.lowResult);
expect(bar.swing).toBe(bar.max - bar.min);
});
it("hoehere Rendite -> hoeheres Endvermoegen", () => {
const [bar] = computeTornado(basePlan(), "real", [{ id: "returns", low: -2, high: 2 }]).bars;
expect(bar.highResult).toBeGreaterThan(bar.lowResult);
});
it("identische Bandbreite ergibt Spannweite 0", () => {
const [bar] = computeTornado(basePlan(), "real", [{ id: "inflation", low: 2, high: 2 }]).bars;
expect(bar.swing).toBe(0);
});
it("real und nominal unterscheiden sich um den Deflator", () => {
const p = basePlan();
const real = planMetric(p, "real");
const nominal = planMetric(p, "nominal");
const last = computePlan(p).phases.at(-1)!;
expect(nominal).toBeGreaterThan(real); // 1.5 % Inflation ueber 40 Jahre
expect(real).toBe(Math.round(nominal / last.cumulativeInflationEnd));
});
});
+278
View File
@@ -0,0 +1,278 @@
// Sensitivitaetsanalyse / Tornado (Roadmap Nr. 20). Beantwortet nicht "wie viel Geld habe
// ich am Schluss", sondern "welche meiner Annahmen entscheidet ueberhaupt ueber das Ergebnis".
//
// Verfahren: One-at-a-time (OAT). Je Treiber wird EIN Parameter auf seinen tiefen und seinen
// hohen Wert gesetzt, alle uebrigen bleiben auf dem Planwert; die Differenz der beiden
// Ergebnisse ist die Spannweite. Nach Spannweite sortiert ergibt sich die Trichterform.
//
// Zwei bewusste Grenzen (im Dialog ausgewiesen, siehe SPEZIFIKATION 9.18):
// 1. Die Balkenlaenge haengt von den eingegebenen Bandbreiten ab -- deshalb gibt es hier
// KEINE Defaults, die Bandbreite ist je Treiber Pflichteingabe.
// 2. OAT sieht keine Wechselwirkungen (tiefe Rendite UND hohe Ausgaben treffen haerter als
// die Summe der Einzelbalken). Dafuer ist die Monte-Carlo-Simulation zustaendig.
//
// Laeuft wie die Monte-Carlo-Simulation vollstaendig im Browser: computePlan ist rein, und
// ein Tornado braucht nur 2 Aufrufe je Treiber (Millisekunden).
import { computePlan } from "@/lib/calculations";
import { num } from "@/lib/elements";
import type { ElementCategory, PhaseData } from "@/lib/elements";
import type { ElementInput, PlanInput } from "@/lib/types";
export type DriverId =
| "inflation"
| "returns"
| "expenses"
| "income"
| "salaryGrowth"
| "lifespan"
| "propertyGrowth";
// Die Einheit bestimmt, WAS der eingegebene Wert bedeutet -- das ist je Treiber verschieden
// und laesst sich nicht vereinheitlichen, ohne fachlich falsch zu werden:
// abs_pct absoluter Prozentsatz (es gibt genau einen plan-weiten Wert)
// delta_pp Verschiebung in Prozentpunkten (die Elemente haben je eigene Saetze -- ein
// absoluter Wert wuerde die PK auf ETF-Rendite plaetten)
// rel_pct relative Abweichung in Prozent (die Elemente haben je eigene Betraege)
// delta_years Verschiebung in Jahren
export type DriverUnit = "abs_pct" | "delta_pp" | "rel_pct" | "delta_years";
export interface DriverDef {
id: DriverId;
label: string;
shortLabel: string; // Achsenbeschriftung im Tornado (kurz genug fuer die y-Achse)
unit: DriverUnit;
help: string;
applies: (plan: PlanInput) => boolean;
}
const RETURN_CATEGORIES: ElementCategory[] = ["PENSION_FUND", "PILLAR_3A", "OTHER_ASSET"];
function hasCategory(plan: PlanInput, categories: ElementCategory[]): boolean {
return plan.elements.some((e) => categories.includes(e.category));
}
export const DRIVERS: DriverDef[] = [
{
id: "expenses",
label: "Ausgaben",
shortLabel: "Ausgaben",
unit: "rel_pct",
help:
"Prozentuale Abweichung aller Ausgaben-Elemente vom Planwert. Sinnvolle Bandbreite: −10 bis +15 %, wenn die Ausgaben aus echten Kontodaten stammen; −20 bis +30 %, wenn sie geschätzt sind. Erfahrungsgemäss der stärkste Hebel – und einer, den man selbst steuern kann.",
applies: (p) => hasCategory(p, ["EXPENSE"]),
},
{
id: "returns",
label: "Rendite der Anlagen (PK, 3a, Sonstiges Vermögen)",
shortLabel: "Rendite",
unit: "delta_pp",
help:
"Verschiebung der erwarteten Rendite in Prozentpunkten, auf alle Anlagen gleichzeitig. Sinnvolle Bandbreite: −2 bis +2 Prozentpunkte für ein gemischtes Portfolio, −3 bis +3 bei hohem Aktienanteil. Die Immobilien-Wertsteigerung hat einen eigenen Treiber.",
applies: (p) => hasCategory(p, RETURN_CATEGORIES),
},
{
id: "lifespan",
label: "Lebensdauer (Dauer der letzten Phase)",
shortLabel: "Lebensdauer",
unit: "delta_years",
help:
"Verlängert bzw. verkürzt die letzte Lebensphase. Sinnvolle Bandbreite: −5 bis +10 Jahre – die Restlebenserwartung streut stark, und Langlebigkeit ist das eigentliche Planungsrisiko (das Geld muss länger reichen).",
applies: (p) => p.phases.length > 0,
},
{
id: "inflation",
label: "Inflation",
shortLabel: "Inflation",
unit: "abs_pct",
help:
"Absolute Inflationsrate (nicht Abweichung). Sinnvolle Bandbreite für die Schweiz: 0.5 bis 3.5 % – der langjährige Schnitt liegt bei rund 1 bis 2 %, einzelne Jahre lagen deutlich darüber.",
applies: () => true,
},
{
id: "income",
label: "Einkommen",
shortLabel: "Einkommen",
unit: "rel_pct",
help:
"Prozentuale Abweichung aller Einkommens-Elemente (netto) vom Planwert. Sinnvolle Bandbreite: −10 bis +10 % bei sicherer Anstellung, −30 bis +20 % bei selbständiger oder variabler Tätigkeit.",
applies: (p) => hasCategory(p, ["INCOME"]),
},
{
id: "salaryGrowth",
label: "Lohnentwicklung",
shortLabel: "Lohnentwicklung",
unit: "delta_pp",
help:
"Verschiebung der jährlichen nominalen Lohnerhöhung in Prozentpunkten. Sinnvolle Bandbreite: −1 bis +1 Prozentpunkt. Wirkt nur über die verbleibenden Erwerbsjahre und ist deshalb meist ein schwacher Hebel.",
applies: (p) => hasCategory(p, ["INCOME"]),
},
{
id: "propertyGrowth",
label: "Wertsteigerung der Immobilie",
shortLabel: "Immo-Wertsteigerung",
unit: "delta_pp",
help:
"Verschiebung der jährlichen Wertsteigerung in Prozentpunkten. Sinnvolle Bandbreite: −2 bis +2 Prozentpunkte. Wirkt auf den Wert der Liegenschaft und damit gehebelt auf das Eigenkapital.",
applies: (p) => hasCategory(p, ["REAL_ESTATE"]),
},
];
// Einheiten-Suffix fuer die Eingabefelder und die Ergebnistabelle.
export const UNIT_SUFFIX: Record<DriverUnit, string> = {
abs_pct: "%",
delta_pp: "pp",
rel_pct: "%",
delta_years: "J.",
};
export function driverById(id: DriverId): DriverDef {
const d = DRIVERS.find((x) => x.id === id);
if (!d) throw new Error(`Unbekannter Treiber: ${id}`);
return d;
}
// --- Anwenden eines Treiber-Wertes auf einen Plan -------------------------------------
// Alle Transformationen sind rein: sie liefern eine Kopie und lassen das Original unberuehrt.
function mapPhaseData(element: ElementInput, f: (pd: PhaseData) => PhaseData): ElementInput {
const phaseValues: Record<string, PhaseData> = {};
for (const [phaseId, pd] of Object.entries(element.phaseValues)) phaseValues[phaseId] = f(pd);
return { ...element, phaseValues };
}
// Bildet die Elemente der gegebenen Kategorien ab; alle uebrigen bleiben unveraendert.
function mapElements(
plan: PlanInput,
categories: ElementCategory[],
f: (pd: PhaseData) => PhaseData
): PlanInput {
return {
...plan,
elements: plan.elements.map((e) => (categories.includes(e.category) ? mapPhaseData(e, f) : e)),
};
}
export function applyDriver(plan: PlanInput, id: DriverId, value: number): PlanInput {
switch (id) {
case "inflation":
return { ...plan, inflationRateDefault: value };
case "returns":
// Verschiebung in Prozentpunkten auf die geplante Rendite. Nur dort, wo ueberhaupt ein
// Werte-Datensatz existiert -- fehlt er, rechnet computePlan ohnehin mit 0 %.
return mapElements(plan, RETURN_CATEGORIES, (pd) => ({
...pd,
expectedReturn: num(pd.expectedReturn) + value,
}));
case "propertyGrowth":
return mapElements(plan, ["REAL_ESTATE"], (pd) => ({
...pd,
valueGrowth: num(pd.valueGrowth) + value,
}));
case "expenses":
case "income": {
// Relative Skalierung des Basisbetrags. Bewusst nur dort, wo `amount` gesetzt ist:
// ab Phase 2 ist der Wert in der Regel live vererbt (kein gespeicherter Betrag), und
// die Fortschreibung leitet ihn aus dem skalierten Basiswert ab -- dadurch wirkt die
// Skalierung automatisch ueber alle Folgephasen.
const factor = 1 + value / 100;
return mapElements(plan, [id === "expenses" ? "EXPENSE" : "INCOME"], (pd) =>
typeof pd.amount === "number" ? { ...pd, amount: Math.max(0, pd.amount * factor) } : pd
);
}
case "salaryGrowth":
return mapElements(plan, ["INCOME"], (pd) => ({
...pd,
teuerungsausgleich: num(pd.teuerungsausgleich, 0) + value,
}));
case "lifespan": {
// Verlaengert/verkuerzt die LETZTE Phase. Bewusst nicht das Pensionsalter: das laesst
// sich ohne Mitverschieben der Phasengrenzen nicht sinnvoll variieren (siehe 9.18).
if (plan.phases.length === 0) return plan;
const lastSeq = Math.max(...plan.phases.map((p) => p.sequenceNumber));
return {
...plan,
phases: plan.phases.map((p) =>
p.sequenceNumber === lastSeq
? { ...p, durationYears: Math.max(1, Math.round(p.durationYears + value)) }
: p
),
};
}
}
}
// --- Tornado ---------------------------------------------------------------------------
export type TornadoMetric = "real" | "nominal";
export interface TornadoInput {
id: DriverId;
low: number;
high: number;
}
export interface TornadoBar {
id: DriverId;
label: string;
shortLabel: string;
unit: DriverUnit;
low: number; // eingegebene Bandbreite
high: number;
lowResult: number; // Zielgroesse beim tiefen Wert
highResult: number; // Zielgroesse beim hohen Wert
min: number; // fuer den Balken: kleinerer der beiden Ergebniswerte
max: number;
swing: number; // max - min
}
export interface TornadoResult {
base: number;
bars: TornadoBar[];
}
// Zielgroesse: Endvermoegen der letzten Phase, real (kaufkraftbereinigt) oder nominal.
export function planMetric(plan: PlanInput, metric: TornadoMetric): number {
const computed = computePlan(plan);
const last = computed.phases[computed.phases.length - 1];
if (!last) return 0;
return Math.round(metric === "real" ? last.endWealthReal : last.endWealthNominal);
}
export function computeTornado(
plan: PlanInput,
metric: TornadoMetric,
inputs: TornadoInput[]
): TornadoResult {
const base = planMetric(plan, metric);
const bars: TornadoBar[] = inputs.map((input) => {
const def = driverById(input.id);
const lowResult = planMetric(applyDriver(plan, input.id, input.low), metric);
const highResult = planMetric(applyDriver(plan, input.id, input.high), metric);
// Die Richtung kann sich umkehren (tiefe Ausgaben -> hohes Vermoegen). Der Balken spannt
// deshalb ueber min..max; welche Eingabe zu welchem Ende gehoert, zeigt die Tabelle.
return {
id: input.id,
label: def.label,
shortLabel: def.shortLabel,
unit: def.unit,
low: input.low,
high: input.high,
lowResult,
highResult,
min: Math.min(lowResult, highResult),
max: Math.max(lowResult, highResult),
swing: Math.abs(highResult - lowResult),
};
});
// Trichterform: groesste Spannweite zuoberst.
bars.sort((a, b) => b.swing - a.swing);
return { base, bars };
}