2、环境搭建：Python环境配置、虚拟环境管理、常用库安装

说实话，做量化交易这么多年，我见过太多人一上来就急着写策略代码，结果环境没配好，跑起来全是坑。嗯，咱们先把地基打牢。

这一章，我会带你一步步把Python环境搭好，把虚拟环境管明白，再把那几个常用的库装齐。别小看这一步，我当年刚入行时，就因为环境冲突浪费了整整两天时间。

2.1 Python版本选择与安装

我个人习惯用Python 3.8或3.9。为什么？因为ccxt和pandas这两个库在3.10以上版本偶尔会出兼容问题。你想想看，策略跑得好好的，突然因为版本问题报错，多闹心。

去Python官网下载安装包就行。Windows用户记得勾选「Add Python to PATH」，这个选项很多人会漏掉。我曾经帮一个学员远程调试，折腾了半小时才发现他没勾这个。

2.2 虚拟环境管理

虚拟环境这东西，说白了就是给你的每个项目搞一个独立的小房间。不同项目用不同版本的库，互不干扰。

我推荐用 venv，Python自带的，轻量又好用。当然你也可以用conda，但我觉得venv更纯粹。

创建虚拟环境

# 在项目目录下执行
python -m venv quant_env

这行命令会创建一个叫 quant_env 的文件夹，里面就是你的独立环境。

激活虚拟环境

Windows下：

quant_env\Scripts\activate

Mac/Linux下：

source quant_env/bin/activate

激活后，终端前面会出现 (quant_env) 字样。看到这个，就说明你已经在虚拟环境里了。

2.3 常用库安装

好，环境有了，虚拟环境也激活了，接下来装库。咱们量化交易最常用的四个库：pandas、numpy、ccxt、schedule。

一键安装

pip install pandas numpy ccxt schedule

等几分钟，看到「Successfully installed」就说明装好了。如果网络慢，可以加个国内镜像：

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

各库的作用

库名	作用	我为什么推荐它
pandas	数据处理、K线分析	做回测、算指标，离不开它
numpy	数值计算、矩阵运算	速度比纯Python快几十倍
ccxt	连接交易所API	支持100多家交易所，一个接口搞定
schedule	定时任务调度	轻量级，适合做定时轮询

验证安装

装完后，进Python交互环境测试一下：

import pandas as pd
import numpy as np
import ccxt
import schedule

print("所有库导入成功！")

没报错？恭喜，环境搭好了。

2.4 知识体系总览

下面这张图，是我画的环境搭建整体流程。你可以把它当成一张地图，心里有数，走起来不慌。

2.5 避坑指南

最后，分享几个我踩过的坑：

• pip版本太旧：安装前先升级 pip install --upgrade pip，否则可能装不上新库。
• 虚拟环境没激活就装库：我曾经在全局环境装了一堆库，结果项目之间互相冲突，最后全删了重来。
• ccxt需要网络：第一次导入ccxt时，它会下载一些交易所的配置信息。确保网络通畅，否则会卡住。
• pandas版本兼容：不同版本的pandas，某些函数用法不一样。建议锁定版本，比如 pip install pandas==1.5.3。

好了，环境搭好了，咱们就可以安心写策略了。记住，基础打牢，后面才走得稳。