如何计算log和pct change？使用yfinance提取Adj Close出现KeyError如何解决

• 缩进错误：df[i] = data['Adj Close'].pct_change().dropna() 这行没有缩进进入for循环，只有最后一个标的的收益率会被写入df，且整个df中从未存入Adj Close字段，后续直接调用df['Adj Close']自然触发KeyError
• 逻辑错误：你的需求是计算两个标的各自的对数收益率和百分比收益率，原代码既没有把两个标的的复权收盘价存入df，后续取字段、绘图调用的字段也都是不存在的字段，完全不符合需求逻辑
• 参数误用：代码中同时定义了start/end和period参数，yfinance会优先使用period参数覆盖你设置的时间区间，show_errors参数应为布尔值True而非字符串"True"

import datetime
import pandas as pd
import numpy as np
import yfinance as yf

# 定义时间区间
start = datetime.datetime(2017, 10, 1)
end = datetime.datetime.now()
symbols = ['BTC-USD', 'ETH-USD']

# 先存储所有标的的复权收盘价
adj_close_df = pd.DataFrame()
for i in symbols:
    data = yf.download(i, start=start, end=end, show_errors=True, interval="1mo")
    adj_close_df[i] = data['Adj Close']

# 计算每个标的的百分比收益率和对数收益率
returns_df = pd.DataFrame()
for col in adj_close_df.columns:
    # 百分比收益率
    returns_df[f'{col}_pct_change'] = adj_close_df[col].pct_change()
    # 对数收益率
    returns_df[f'{col}_log_change'] = np.log(adj_close_df[col] / adj_close_df[col].shift(1))

# 去除空值后绘图
returns_df.dropna().plot(figsize=(12,6), title='BTC-USD vs ETH-USD 收益率对比')

• 先单独拉取两个标的的Adj Close数据存入同一个DataFrame，避免后续重复请求数据
• 分别计算每个标的的百分比和对数收益率，字段名带标的标识，方便区分
• 绘图时自动区分不同标的和收益率类型，直接实现对比需求

内容的提问来源于stack exchange，提问作者john