第四讲：Python量化环境搭建

说实话，做高频做市这么多年，我见过太多人一上来就写策略，结果环境没配好，回测数据对不上，实盘直接翻车。嗯，今天咱们就把这第一步走稳了。

量化环境搭建，说白了就是给你的策略找个靠谱的「家」。我个人习惯把这件事分成三块：Python发行版选型、IDE配置、回测框架选择。咱们一个一个来。

4.1 Anaconda安装：别小看这一步

为什么选Anaconda？因为它自带conda包管理器，能帮你隔离不同项目的依赖。我在项目中遇到过好几次，两个策略用的numpy版本不一样，互相打架。有了conda环境，这种问题就再也没出现过。

安装步骤其实很简单，但我提醒你注意几点：

• 版本选择：建议下载Python 3.8或3.9版本。为什么？因为很多量化库（比如vnpy的某些旧版本）对3.10以上支持不太好。我曾经踩过这个坑，折腾了两天才发现是Python版本问题。
• 安装路径：不要有中文和空格。C:\Anaconda3 就挺好。
• 环境变量：安装时勾选「Add Anaconda to my PATH environment variable」。虽然安装向导会提醒你不推荐，但相信我，做量化的人需要频繁切换环境，加上反而省事。

4.2 Jupyter配置：交互式开发的利器

Jupyter Notebook是我做策略原型验证时最常用的工具。你想想看，写一段代码，立刻看到结果，还能画图，这对高频策略的快速迭代太重要了。

配置Jupyter其实就几步：

# 安装Jupyter
conda install jupyter

# 生成配置文件
jupyter notebook --generate-config

# 设置密码（可选，但建议）
jupyter notebook password

我个人习惯在Jupyter里装几个扩展：

• jupyter_contrib_nbextensions：提供代码折叠、目录生成等功能
• ipywidgets：交互式控件，调试参数时特别好用
• autopep8：自动格式化代码，保持整洁

4.3 回测框架选择：Backtrader vs vnpy

这是今天最核心的部分。做高频做市，回测框架选错了，后面全是坑。我两个框架都用过，说说我的真实感受。

先看一张对比图，帮你快速建立认知：

4.3.1 Backtrader：快速验证的首选

Backtrader的设计哲学是「简单」。你写一个策略类，继承bt.Strategy，实现next方法，就完成了核心逻辑。我刚开始做高频策略时，用Backtrader三天就搭出了第一个做市策略的原型。

看个最简单的例子：

import backtrader as bt

class SimpleMarketMaker(bt.Strategy):
    def __init__(self):
        self.bid_price = None
        self.ask_price = None
    
    def next(self):
        # 获取当前价格
        current_price = self.data.close[0]
        
        # 设置做市报价：买一价低0.5%，卖一价高0.5%
        self.bid_price = current_price * 0.995
        self.ask_price = current_price * 1.005
        
        # 下单
        self.buy(price=self.bid_price, size=1)
        self.sell(price=self.ask_price, size=1)

# 运行回测
cerebro = bt.Cerebro()
data = bt.feeds.YahooFinanceData(dataname='AAPL', fromdate='2023-01-01')
cerebro.adddata(data)
cerebro.addstrategy(SimpleMarketMaker)
cerebro.run()

4.3.2 vnpy：生产级的选择

vnpy是专门为国内期货市场设计的。它内置了CTP、XTP等柜台接口，回测完可以直接切到实盘。我在做高频做市策略时，最终上线用的就是vnpy。

但说实话，vnpy的学习曲线确实陡一些。它的架构分了好几层：

• 底层：事件驱动引擎，处理行情和订单
• 中间层：策略模板，提供on_tick、on_order等回调
• 上层：GUI界面，可视化操作

安装vnpy时要注意：

# 推荐用pip安装
pip install vnpy

# 如果需要回测功能，额外安装
pip install vnpy_ctastrategy
pip install vnpy_ctabacktester

4.4 我的选择建议

如果你问我怎么选，我的建议是：

场景	推荐框架	理由
快速验证策略想法	Backtrader	代码量少，十分钟就能跑起来
多合约做市策略	vnpy	原生支持多合约，订单管理完善
从回测到实盘	vnpy	接口统一，切换成本低
学习量化框架	Backtrader	文档清晰，适合入门

我个人习惯是：先用Backtrader快速验证策略逻辑，等策略稳定了，再迁移到vnpy做精细化回测和实盘。这样既保证了开发效率，又确保了生产环境的可靠性。