2. 开发环境搭建：Python环境配置、Anaconda安装、Jupyter Notebook使用、常用库安装

说实话，很多做量化交易的朋友，一开始都栽在环境搭建上。

我记得有个学员，花了两周时间研究策略逻辑，结果装库装到崩溃，最后发现是Python版本冲突。嗯，这种坑我踩过不止一次。所以这一章，咱们把地基打牢。

2.1 Python环境配置——选对版本，少走弯路

我个人习惯用Python 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。你想想看，策略写好了，结果因为版本问题跑不起来，多憋屈。

下载地址：python.org 直接下载安装包。

安装时注意：

• 勾选「Add Python to PATH」——这个不勾，后面命令行敲python会报错。
• 安装路径别带中文，也别有空格。我见过有人装在「D:\程序\量化」下面，结果pip install死活找不到路径。

2.2 Anaconda安装——环境隔离是救命稻草

做量化交易，你可能会同时维护好几个策略。有的策略依赖pandas 1.3，有的依赖1.5。如果全装在一个环境里，迟早出问题。

Anaconda就是干这个的。它帮你创建独立的「虚拟环境」，每个环境就像一个小房间，互不干扰。

安装步骤：

1. 去Anaconda官网下载对应系统的安装包。
2. 安装时选「Just Me」——别选「All Users」，权限问题很烦人。
3. 安装完成后，打开Anaconda Prompt，输入 conda --version 验证。

创建虚拟环境：

conda create -n quant python=3.9
conda activate quant

以后每次写策略，先激活这个环境。干净、清爽、不打架。

2.3 Jupyter Notebook使用——边写边测，效率翻倍

我个人觉得，Jupyter Notebook是量化开发里最友好的工具。为什么？因为你可以一段一段地跑代码，随时看中间结果。

比如你从交易所拉了一堆数据，想看看长什么样。在Notebook里直接print出来，一目了然。要是用传统IDE，你得来回切换窗口，麻烦。

启动方式：

conda activate quant
jupyter notebook

浏览器会自动打开一个页面。点右上角「New」→「Python 3」，新建一个笔记本。

常用快捷键：

• Shift + Enter：运行当前单元格，并跳到下一个
• Ctrl + Enter：运行当前单元格，不跳转
• Esc + M：把单元格变成Markdown格式，可以写注释

2.4 常用库安装——pandas、numpy、ccxt、backtrader

好，环境有了，工具也有了。接下来装几个核心库。说白了，量化交易就靠这几个库吃饭。

库名	用途	安装命令
pandas	数据处理、时间序列分析	pip install pandas
numpy	数值计算、矩阵运算	pip install numpy
ccxt	连接交易所API，获取行情、下单	pip install ccxt
backtrader	回测框架，模拟策略表现	pip install backtrader

批量安装：

pip install pandas numpy ccxt backtrader

一行命令搞定。如果网速慢，可以加个国内镜像：

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

2.5 验证环境——跑个简单例子

装完别急着走。跑个例子验证一下，确保所有库都能正常调用。

import pandas as pd
import numpy as np
import ccxt
import backtrader as bt

print("pandas version:", pd.__version__)
print("numpy version:", np.__version__)
print("ccxt version:", ccxt.__version__)
print("backtrader version:", bt.__version__)

# 测试ccxt连接交易所
exchange = ccxt.binance()
ticker = exchange.fetch_ticker('BTC/USDT')
print("BTC当前价格:", ticker['last'])

如果能看到版本号和BTC价格，恭喜你，环境搭建成功。

环境搭好了，后面写策略、跑回测，才能顺风顺水。别嫌这一步麻烦，磨刀不误砍柴工。