如何使用Python 3.x进行简单的投资组合优化计算？

Question

我认为下面的代码非常接近，但我收到以下错误：ValueError：无法设置没有定义索引的帧和无法转换为系列的值

这是我的代码示例。

import numpy as np
import pandas as pd
pd.core.common.is_list_like = pd.api.types.is_list_like
import pandas_datareader as web
import quandl
quandl.ApiConfig.api_key = 'api_key_here'

# get the table for daily stock prices and,
# filter the table for selected tickers, columns within a time range
# set paginate to True because Quandl limits tables API to 10,000 rows per call
symbols = ['AAPL', 'MSFT', 'WMT']
noa = len(symbols)
data = pd.DataFrame()

for sym in symbols:
    data[sym] = quandl.get_table('WIKI/PRICES', ticker = ['AAPL', 'MSFT', 'WMT'], 
                        qopts = { 'columns': ['ticker', 'date', 'adj_close'] }, 
                        date = { 'gte': '2015-12-31', 'lte': '2016-12-31' }, 
                        paginate=True)
data.columns = symbols

(data / data.ix[0] * 100).plot(figsize=(8, 5))
rets = np.log(data / data.shift(1))
rets.mean() * 252
rets.cov() * 252

weights = np.random.random(noa)
weights /= np.sum(weights)
print(weights)

我曾经从雅虎财经中提取数据，一切正常。现在，在一年多没有接触到这个之后，我正在玩代码，并尝试以非雅虎来源提供历史日终价格，然后进行我的投资组合优化计算。有什么想法吗？一如既往，谢谢。