在 MochiBot 中查看用法，在对话里安装。托管工作区与 MochiBot 轻量部署默认包含技能助手。选择技能后，在聊天中让助手安装；使用其他 OpenClaw 环境可按指引首次安装。
查看使用方法 →
MOCHILAB / AI技能
退休现金流情景实验
按资产、养老金、开销和通胀进行可复现的多路径测算，观察资金缺口年份与期末资产分布。
能帮你做什么
按资产、养老金、开销和通胀进行可复现的多路径测算，观察资金缺口年份与期末资产分布。
- 年初提款后年度回报
- 养老金与开销差额随通胀变动
- 固定随机种子可复核
- 样本路径、缺口年与期末分位资产
用法示例
用我的退休资产、养老金和开销做30年现金流情景，看看不同收益顺序下哪些年份可能缺钱。
基于我提供的实际数据，把计算假设、关键结果和明细导出成CSV、JSON与报告，缺少的数据先问我。
计算口径
mean_log_return 是对数收益均值，不是算术平均收益；log_return_volatility 为年度对数收益标准差。年初提取max(开销−收入,0)，差额一起按inflation增长，余款再产生独立对数正态年度收益。simulation_survival_fraction只描述设定模型内比例，不是真实退休成功概率或安全提款率承诺。
交付与运行
包含可执行计算脚本、独立数值测试、虚构示例和数据字段说明。支持的表格集合可直接导入CSV。使用Python 3.10+标准库，不需要另填行情或金融API密钥。结果保存在当前助手工作区，可用输入与文件哈希复核。只做分析测算，不连接账户或自动交易。
参考资料