4、Python回测环境搭建：安装pandas、numpy、matplotlib、backtrader等库，配置虚拟环境

说实话，很多做量化的人，第一步就栽在环境搭建上。

我见过太多人，代码写好了，一跑就报错。不是库版本冲突，就是Python解释器搞混了。嗯，这其实完全可以避免。今天我就带你把这套环境搭得干干净净，一劳永逸。

4.1 为什么需要虚拟环境？

你想想看，一个项目用pandas 1.0，另一个项目用pandas 2.0。如果全装到系统里，迟早要打架。我早期做回测时就吃过这个亏——一个旧策略突然跑不动了，查了半天，原来是numpy升级了，接口变了。

虚拟环境，说白了就是给每个项目一个独立的“小房间”。你在里面随便装，不会影响到外面的世界。

4.2 安装Python与pip

首先，你得有Python。我个人建议用Python 3.8或3.9，这两个版本对backtrader支持最好。太新的版本，有些库还没适配。

# 检查Python版本
python --version

# 检查pip版本
pip --version

如果没装，去python.org下载就行。安装时记得勾选“Add Python to PATH”。

4.3 创建虚拟环境

我个人习惯用venv，它是Python自带的，轻量又好用。当然你也可以用conda，但venv更纯粹。

# 打开终端，进入你的项目文件夹
cd nasdaq_backtest

# 创建虚拟环境（名字叫 venv 是惯例）
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate

# Mac/Linux:
source venv/bin/activate

激活后，终端前面会出现 (venv) 字样。这就说明你已经在虚拟环境里了。

4.4 安装核心库

好，现在开始装库。我们按顺序来，避免依赖冲突。

4.4.1 pandas —— 数据处理的核心

pandas是量化的基石。数据清洗、合并、重采样，全靠它。

pip install pandas

装完后，可以验证一下：

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

4.4.2 numpy —— 数值计算引擎

pandas底层其实依赖numpy。很多数学运算，比如计算收益率、波动率，numpy比纯Python快几十倍。

pip install numpy

4.4.3 matplotlib —— 可视化利器

回测结果总要画出来吧？净值曲线、回撤图、信号标记，matplotlib都能搞定。

pip install matplotlib

我个人习惯搭配 seaborn 一起用，图表更美观：

pip install seaborn

4.4.4 backtrader —— 回测框架

这是重头戏。backtrader是Python里最成熟的回测框架之一，支持多资产、多策略、佣金模型、滑点模拟等。

pip install backtrader

装完后，跑个最简单的例子试试：

python -c "import backtrader as bt; print('backtrader 安装成功')"

4.4.5 其他常用库

根据你的需求，可能还需要这些：

库名	用途	安装命令
yfinance	获取美股历史数据	pip install yfinance
ta-lib	技术指标计算	pip install TA-Lib
scipy	统计与优化	pip install scipy
jupyter	交互式开发环境	pip install jupyter

4.5 导出与恢复环境

环境搭好了，记得导出依赖列表：

pip freeze > requirements.txt

以后换电脑，或者给别人用，只需要：

pip install -r requirements.txt

嗯，就是这么简单。我每次做完一个策略，都会把 requirements.txt 和代码一起提交到Git。这样不管过多久，都能完美复现。

4.6 知识体系总览

下面这张图，帮你把整个环境搭建的逻辑串起来：

4.7 验证环境是否正常

最后，写一个简单的脚本，验证所有库都能正常导入：

# test_env.py
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import backtrader as bt

print("pandas 版本:", pd.__version__)
print("numpy 版本:", np.__version__)
print("backtrader 版本:", bt.__version__)
print("✅ 环境搭建成功！")

跑一下：

python test_env.py

如果看到版本号都正常输出，恭喜你，环境搭好了。接下来就可以正式开始写策略了。

---