调用pct_change()报错ValueError：获取美国总统任期标普500回报遇问题

报错原因 #

当你尝试下载的时间段内没有标普500数据（标普500指数1957年才正式推出，更早的总统任期根本没有该指数记录），yf.download()会返回空的Adj Close序列。此时调用pct_change()会触发ValueError: attempt to get argmax of an empty sequence——空序列无法计算涨跌幅。

解决步骤 #

1. 前置检查数据是否为空：计算回报前先判断下载的sp500_data是否有内容，直接跳过无记录的总统。
2. 修正累积回报的填充逻辑：原代码中fillna(axis=1)是错误的（Adj Close是Series，没有列轴），应该用fillna(1)填充第一个交易日的NaN值（初始累积回报为1，对应投入1元无涨跌的情况）。
3. 标记无记录的总统：单独记录这些总统，方便后续区分。

修改后的代码 #

import datetime
import yfinance as yf

# 处理总统任期日期格式
presidents['Start'] = presidents['Start'].apply(lambda x: datetime.datetime.strptime(x, "%B %d, %Y").strftime("%Y-%m-%d"))
presidents['End'] = presidents['End'][:-1].apply(lambda x: datetime.datetime.strptime(x, "%B %d, %Y").strftime("%Y-%m-%d"))
presidents['End'].iloc[-1] = datetime.datetime.now().strftime("%Y-%m-%d")

cumulative_returns = {}
no_sp500_records = []

for index, row in presidents.iterrows():
    party = row['Party']
    president = row['Name']
    start_date = row['Start']
    end_date = row['End']
    
    sp500_data = yf.download('^GSPC', start_date, end_date, progress=False)['Adj Close']
    
    # 检查是否获取到有效数据
    if sp500_data.empty:
        no_sp500_records.append(president)
        cumulative_returns[president] = {
            'cumulative_returns': None, 
            'party': party, 
            'status': '无标普500记录'
        }
        continue
    
    # 计算日度回报与累积回报
    returns = sp500_data.pct_change()
    c_ret = (1 + returns).cumprod().fillna(1)
    
    cumulative_returns[president] = {
        'cumulative_returns': c_ret, 
        'party': party, 
        'status': '有记录'
    }

# 输出无记录的总统列表
print("无标普500记录的总统:", no_sp500_records)

关键说明 #

• 空数据拦截：通过sp500_data.empty快速识别无数据场景，避免后续计算触发报错。
• 累积回报修正：fillna(1)确保第一个交易日的累积回报初始值正确，符合“初始投入1元”的逻辑。
• 状态区分：新增status字段，清晰标记每个总统对应的指数数据状态，方便后续分析。

内容的提问来源于stack exchange，提问作者ADV_1977