3、Python环境搭建与库准备

说实话，很多做量化交易的朋友，最后都栽在了环境配置上。

代码写得再好，环境搭不对，跑起来全是泪。我见过太多人，花了两周写策略，结果因为库版本冲突，调试又花了一周。所以这一章，咱们把地基打牢。

3.1 安装Python：选对版本很重要

我个人习惯用Python 3.8到3.11之间的版本。为什么？

因为Level2行情相关的库，比如websocket-client，对3.12的支持还不够稳定。我在项目中踩过这个坑——升级到3.12后，某个底层库直接报错，排查了半天才发现是版本问题。

安装步骤很简单：

1. 去 python.org 下载对应版本
2. 安装时记得勾选「Add Python to PATH」
3. 打开终端，输入 python --version 验证

3.2 虚拟环境：每个项目一个独立空间

你想想看，如果所有项目都共用一套Python环境，那不乱套了？

项目A需要pandas 1.3，项目B需要pandas 2.0，冲突了怎么办？虚拟环境就是解决这个问题的。

我建议用 venv，它是Python自带的，不需要额外安装。

# 创建虚拟环境
python -m venv level2_env

# 激活（Windows）
level2_env\Scripts\activate

# 激活（Mac/Linux）
source level2_env/bin/activate

激活后，终端前面会出现 (level2_env) 字样，说明你已经在虚拟环境里了。

3.3 安装核心库：pandas、numpy、websocket-client、requests

好，环境激活了，接下来装库。咱们一个一个来。

3.3.1 pandas：数据处理的核心

做量化交易，说白了就是跟数据打交道。pandas就是你的瑞士军刀。

pip install pandas

安装完成后，可以验证一下：

python -c "import pandas; print(pandas.__version__)"

嗯，这里要注意：pandas依赖numpy，所以装pandas的时候，numpy会自动装上。但为了保险，我们还是单独装一下numpy。

3.3.2 numpy：高性能数值计算

numpy是pandas的底层引擎。Level2行情数据里，买卖盘口的数据量很大，用numpy的数组来处理，速度能快几十倍。

pip install numpy

3.3.3 websocket-client：实时行情的关键

Level2行情是实时推送的，不是你去拉数据。所以我们需要websocket-client来建立长连接。

pip install websocket-client

这个库比较轻量，但有个坑：默认的ping间隔可能不够。我在对接某券商时，就因为ping间隔太长，连接被服务器断开了。后来手动设置了ping_interval=20才解决。

3.3.4 requests：HTTP请求工具

虽然行情是实时推送的，但有些数据（比如历史快照、股票列表）还是需要通过HTTP接口获取。requests就是干这个的。

pip install requests

3.4 一键安装：用requirements.txt

如果你不想一个一个装，可以写一个 requirements.txt 文件：

pandas==2.0.3
numpy==1.24.3
websocket-client==1.6.3
requests==2.31.0

然后一行命令搞定：

pip install -r requirements.txt

我个人习惯把版本号写死。为什么？因为库的版本更新太快，今天能跑的代码，明天可能就因为某个库升级而报错。写死版本，保证可复现。

3.5 验证环境：跑一个简单的测试

环境搭好了，咱们跑个测试，看看能不能正常工作。

import pandas as pd
import numpy as np
import websocket
import requests

print("pandas version:", pd.__version__)
print("numpy version:", np.__version__)
print("websocket-client version:", websocket.__version__)
print("requests version:", requests.__version__)
print("环境搭建成功！")

如果所有版本都正常打印出来，恭喜你，环境搭好了。

3.6 知识体系总览

下面这张图，帮你理清本章的知识结构：

这张图把本章的核心逻辑串起来了：从安装Python开始，到创建虚拟环境，再到安装四个核心库，最后验证环境。每一步都环环相扣。

3.7 常见问题与解决

问题	原因	解决方法
pip安装超时	默认源在国外，速度慢	使用国内镜像源：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
pandas安装失败	缺少C++编译环境	安装Microsoft C++ Build Tools，或直接下载whl文件安装
websocket连接断开	ping间隔设置不合理	设置 ping_interval=20, ping_timeout=10
虚拟环境激活失败	执行策略限制（Windows）	以管理员身份运行PowerShell，执行 Set-ExecutionPolicy RemoteSigned

好了，环境搭好了，库也装齐了。下一章咱们就开始真正接触Level2行情数据了。

---

公众号:蓝海资料掘金营，微信deep3321