第二章 环境搭建与工具链

做量化交易，说白了就是让代码替我们盯盘、下单、算收益。但工欲善其事，必先利其器。这一章，我就带你把这套工具链搭起来。

我记得刚入行那会儿，光装环境就折腾了两天。后来踩的坑多了，才总结出这套最稳的配置方案。你跟着我来，半小时就能搞定。

2.1 Python环境配置

Python版本怎么选？我个人习惯用3.8或3.9。为什么？因为ccxt和backtrader这两个库，在3.10以上版本偶尔会出兼容性问题。我在项目中遇到过，升级Python后某个依赖库死活装不上，最后只能降版本。

安装步骤其实很简单：

1. 去Python官网下载3.8或3.9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

嗯，这里要注意。Windows用户千万别把Python装到带空格的路径里。比如「Program Files」这种，后面pip安装会报路径错误。我建议直接装到 C:\Python39。

2.2 Anaconda与Jupyter Notebook

Anaconda这东西，说白了就是个Python环境管理器。你想想看，做量化交易要装几十个库，手动管理依赖关系多累啊。Anaconda一键搞定。

我个人习惯用Miniconda——它是Anaconda的精简版，只保留核心功能。安装包小，启动快，够用就行。

# 创建环境
conda create -n crypto_trading python=3.9

# 激活环境
conda activate crypto_trading

# 安装Jupyter
conda install jupyter notebook

# 启动
jupyter notebook

Jupyter Notebook的好处是什么？你可以边写代码边看结果。回测的时候，每一步的中间数据都能实时看到。我在调试策略时，经常在Notebook里一步步跑，发现问题马上改。

2.3 常用库安装

做加密货币量化，这几个库是标配：

库名	用途	安装命令
pandas	数据处理、K线分析	pip install pandas
numpy	数值计算、矩阵运算	pip install numpy
ccxt	交易所API统一接口	pip install ccxt
backtrader	策略回测框架	pip install backtrader
matplotlib	数据可视化	pip install matplotlib

你可能会问，为什么用ccxt？因为它封装了上百家交易所的API。你写一套代码，就能对接币安、OKX、火币这些主流交易所。我在项目中用过，确实省事。

2.4 交易所API密钥管理

这是最容易被忽视，但也是最关键的一环。API密钥泄露，等于你把交易所账户的钥匙交给了别人。

我见过有人把API密钥直接写在代码里，然后上传到GitHub。结果呢？几分钟内账户就被盗了。嗯，这种事真不是开玩笑。

我的做法是用环境变量或配置文件来管理：

# 方法一：环境变量（推荐）
import os
api_key = os.environ.get('BINANCE_API_KEY')
api_secret = os.environ.get('BINANCE_API_SECRET')

# 方法二：配置文件（不提交到Git）
import json
with open('config.json', 'r') as f:
    config = json.load(f)
api_key = config['api_key']
api_secret = config['api_secret']

配置文件长这样：

{
  "api_key": "你的API Key",
  "api_secret": "你的Secret Key",
  "exchange": "binance",
  "symbol": "BTC/USDT"
}

记得把 config.json 加到 .gitignore 里。我曾经就因为忘了加，差点把密钥暴露出去。还好发现得早，赶紧改了密码。

2.5 验证环境是否搭好

环境搭完，跑个简单脚本验证一下：

import ccxt
import pandas as pd
import numpy as np

# 测试ccxt能否获取行情
exchange = ccxt.binance()
ticker = exchange.fetch_ticker('BTC/USDT')
print(f"BTC当前价格: {ticker['last']}")

# 测试pandas数据处理
df = pd.DataFrame({'price': [ticker['last']]})
print(df.describe())

如果没报错，恭喜你，环境搭好了。如果报错，多半是网络问题或者库没装全。检查一下pip list，看看缺哪个。

环境搭好了，接下来就可以开始写策略了。记住，好的开始是成功的一半。这套环境我用了三年，没出过大问题。你跟着搭，也能省不少心。