回测环境搭建：Python环境准备、vn.py库安装、数据库配置、回测数据准备

说实话，很多新手一上来就急着写策略、跑回测，结果卡在环境搭建这一步好几天。我当年也踩过这个坑——Python版本不对、vn.py装不上、MongoDB连不上……折腾一整天，代码一行没写。所以这一章，咱们把地基打牢。

回测环境说白了就四块：Python环境、vn.py库、数据库、回测数据。一块一块来，别急。

1. Python环境准备

vn.py目前稳定支持Python 3.7到3.10。我个人习惯用Python 3.9，兼容性最好，踩坑最少。

第一步：安装Python

去官网下载对应版本，安装时记得勾选「Add Python to PATH」。这个选项不勾，后面命令行里敲python会报找不到命令。

第二步：创建虚拟环境

我建议每个项目都建独立的虚拟环境。为什么？因为不同项目依赖的库版本可能冲突。我曾经在一个环境里同时装了vn.py 2.x和3.x，结果两个都跑不起来……

# 创建虚拟环境
python -m venv vnpy_env

# 激活环境（Windows）
vnpy_env\Scripts\activate

# 激活环境（Mac/Linux）
source vnpy_env/bin/activate

激活后，命令行前面会出现 (vnpy_env) 字样，说明你已经在虚拟环境里了。

2. vn.py库安装

环境激活后，直接pip安装。vn.py的安装包分两种：完整版和精简版。

• 完整版：包含所有功能模块，适合新手一次性装好
• 精简版：只装核心回测和交易模块，适合有经验的用户按需添加

我建议新手直接装完整版，省心。

# 安装完整版
pip install vnpy

# 或者安装指定版本（比如2.0.9）
pip install vnpy==2.0.9

安装过程可能会有点慢，因为vn.py依赖的库比较多。如果遇到网络超时，可以换国内镜像源：

pip install vnpy -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 数据库配置

vn.py支持多种数据库，回测场景下最常用的是MongoDB和InfluxDB。我一般用MongoDB存K线数据，InfluxDB存Tick数据。但如果你只做期货CTA回测，MongoDB完全够用。

3.1 MongoDB安装与配置

去MongoDB官网下载Community Server版本。安装时注意：

• 选择「Complete」安装
• 取消勾选「Install MongoDB Compass」（图形工具，可以单独装）

安装完成后，启动MongoDB服务：

# Windows：在服务里启动 MongoDB 服务
# Mac/Linux：
mongod --dbpath /data/db

然后在vn.py的配置文件中设置数据库连接：

# 在 vnpy/trader/setting.py 或自定义配置中
database = {
    "database": "mongodb",
    "host": "localhost",
    "port": 27017,
    "user": "",
    "password": ""
}

3.2 InfluxDB（可选）

如果你要存Tick级别的数据，InfluxDB是更好的选择。安装方式类似，但配置稍微复杂一点。我个人建议：新手先别碰InfluxDB，等把MongoDB玩熟了再说。

4. 回测数据准备

环境搭好了，没数据也白搭。回测数据来源主要有三种：

1. 从数据商购买（如天勤、万得、聚宽）
2. 从交易所官网下载（免费，但格式需要转换）
3. 用vn.py自带的下载工具（支持部分数据源）

我一般用第一种，省时间。但为了演示，咱们用vn.py自带的脚本下载螺纹钢（RB）的日线数据：

from vnpy.data.manager import DataManager
from vnpy.trader.constant import Exchange, Interval

# 初始化数据管理器
dm = DataManager()

# 下载螺纹钢连续合约日线数据
dm.download_data(
    symbol="RB888",
    exchange=Exchange.SHFE,
    interval=Interval.DAILY,
    start_date="20200101",
    end_date="20231231"
)

下载完成后，数据会自动存入MongoDB。你可以用以下代码验证：

# 查询数据
data = dm.load_data(
    symbol="RB888",
    exchange=Exchange.SHFE,
    interval=Interval.DAILY,
    start_date="20200101",
    end_date="20231231"
)
print(f"共加载 {len(data)} 条K线数据")
print(data.head())

知识体系总览

下面这张图把本章的核心逻辑串起来了，建议保存下来对照着看：

嗯，到这里环境就搭好了。你可能会问：「数据下载完了，然后呢？」别急，下一章咱们就用这些数据跑第一个回测。不过在那之前，我建议你先把MongoDB里的数据查一遍，确认字段完整、没有空值。我见过太多人数据没检查就开跑，结果回测结果全是NaN……

最后说一句：环境搭建这一步，慢就是快。花半天时间把环境搞利索，后面写策略、跑回测会顺畅很多。别像我当年那样，环境没搭好就急着写代码，最后全推倒重来。