使用investpy计算贝塔系数

Question

我使用带有以下代码的investpy计算了我国家资产的贝塔系数：

import investpy as inv
from scipy.stats import linregress as line
import pandas as pd

def beta(index,arr):
    return line(index,arr)[0]

arr = inv.get_stock_historical_data(stock='Mglu3',country="Brazil",from_date="30/05/2015",to_date="30/05/2020",interval="Monthly").Open
arr = arr[arr!=0].pct_change()

arr2 = inv.get_index_historical_data(index="Bovespa",country="Brazil",from_date="30/05/2015",to_date="30/05/2020",interval="Monthly").Open
arr2 = arr2[arr2!=0].pct_change()

arrF = pd.DataFrame({'Mglu3':arr,'Ibov':arr2}).dropna()

print(beta(arrF.Ibov,arrF.Mglu3))

结果为1.341037868654568，考虑到investing.com（1.31）和yahooFinances（1.37）等网站的计算，这是正确的结果。
但是，当我将inv.get_stock_historical_data中的参数“ to_date”更改为“ Daily”（使用每日价格进行计算）时，它将返回0.3472243767744718。这是由于我的代码中某些内容会为Beta计算错误的值吗？对于我来说，很奇怪，我们在给定的时间段内输入了更多的数据，并且偏离了财务网站计算出的大部分beta，在那个时期应该是什么趋势。