2. 开发环境搭建：Python环境配置、虚拟环境管理、核心依赖库安装

好，咱们正式开始动手了。做量化风控系统，第一步不是写代码，而是把「厨房」收拾利索。我见过太多人一上来就 pip install，结果依赖冲突、版本不对，折腾半天还没开始就放弃了。今天咱们就把环境搭得干干净净，后面写代码才顺手。

2.1 Python 版本选择与安装

我个人习惯用 Python 3.10 或 3.11。为什么？因为 3.8 以下有些新语法不支持，3.12 以上有些库还没完全适配。做量化交易，稳定比新潮重要。

下载地址：python.org 官网，选对应操作系统的安装包。Windows 用户记得勾选「Add Python to PATH」，这个坑我踩过——没勾选的话，后面命令行里打 python 会提示找不到命令。

2.2 虚拟环境管理

说白了，虚拟环境就是给每个项目一个独立的 Python 解释器空间。你想想看，做风控系统要用 pandas 1.5，另一个项目可能要用 2.0，没有虚拟环境的话，两个版本打架，你怎么办？

我推荐用 venv，Python 自带的，不用额外装。当然，如果你喜欢 conda 也行，但咱们这个课程用 venv 就够了。

创建虚拟环境

# 在项目根目录下执行
python -m venv venv

这会在当前目录生成一个 venv 文件夹，里面就是独立的 Python 环境。

激活虚拟环境

Windows 下：

venv\Scripts\activate

Mac/Linux 下：

source venv/bin/activate

激活后，终端前面会出现 (venv) 字样，说明你已经在虚拟环境里了。嗯，这里要注意：每次打开新终端，都要重新激活一次。

2.3 核心依赖库安装

做市商风控系统，说白了就是处理大量订单数据和行情数据。所以我们需要几个核心库：

库名	用途	版本建议
pandas	数据处理、时间序列分析	≥ 1.5.0
numpy	数值计算、矩阵运算	≥ 1.24.0
redis	缓存、订单簿快照、实时数据	≥ 4.5.0
sqlalchemy	数据库 ORM，连接 MySQL/PostgreSQL	≥ 2.0.0

一键安装

pip install pandas numpy redis sqlalchemy

如果你网络慢，可以加个国内镜像：

pip install pandas numpy redis sqlalchemy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip freeze > requirements.txt

2.4 验证安装是否成功

写个简单的 Python 脚本测试一下：

import pandas as pd
import numpy as np
import redis
import sqlalchemy

print("pandas version:", pd.__version__)
print("numpy version:", np.__version__)
print("All libraries imported successfully!")

如果没报错，说明环境搭好了。如果报错，多半是版本冲突或者网络问题。我建议你重新建一个干净的虚拟环境再试一次。

2.5 知识体系总览

下面这张图，把咱们今天搭建的环境和后续章节的关系画清楚了。你一看就明白：

从下往上看：操作系统是地基，Python 是运行环境，虚拟环境是隔离层，核心库是工具。后面每一章，都会在这四层之上搭建具体的风控模块。

2.6 避坑总结

• 版本问题： 别用 Python 3.12 以下的最新版，很多库还没跟上。
• 路径问题： Windows 用户注意，项目路径不要有中文和空格，否则有些库会报错。
• 网络问题： pip 安装慢就换国内镜像，别死磕。
• 环境隔离： 每个项目一个虚拟环境，别混用。

好了，环境搭好了，咱们就可以开始写真正的风控逻辑了。下一章，我会带你从零搭建一个订单簿数据结构，那才是做市商系统的核心。

---