第2章 Python与量化环境搭建

第二章：Python与量化环境搭建

说实话，很多朋友学量化投资，一上来就急着写策略、跑回测。我见过不少人，连环境都没配好就开始折腾，结果卡在安装报错上，一卡就是半天。嗯，这章咱们就把地基打牢。

我个人习惯是，先把工具链理顺了，后面写代码才顺手。你想想看，一个稳定的开发环境，能帮你省下多少排查问题的时间？

2.1 Anaconda安装：一步到位的数据科学全家桶

Anaconda是什么？说白了，它是一个Python发行版，把Python解释器、常用库、包管理器都打包好了。你装一个Anaconda，就等于装好了大半个量化分析工具包。

下载与安装

去Anaconda官网下载对应操作系统的版本（Windows/Mac/Linux）
我建议选Python 3.9+的版本，太老的版本有些新库不支持
安装时记得勾选「Add Anaconda to my PATH environment variable」

我曾经踩过的坑： 第一次装Anaconda时没勾选PATH选项，结果在命令行里死活找不到conda命令。后来重装了一遍才解决。所以这一步千万别省。

验证安装

打开终端或命令提示符，输入以下命令：

conda --version
python --version

如果能看到版本号，说明安装成功了。我一般还会跑一句 conda list，看看默认装了哪些包。

2.2 Jupyter Notebook配置：交互式编程的利器

Jupyter Notebook是我个人最常用的量化分析工具。它支持代码、图表、文字混排，特别适合做策略研究和数据探索。

启动Jupyter

在终端输入：

jupyter notebook

浏览器会自动打开一个页面，默认地址是 http://localhost:8888。你可以在里面新建Python笔记本，开始写代码。

常用快捷键

快捷键	功能
Shift + Enter	运行当前单元格并跳到下一个
Ctrl + Enter	运行当前单元格
Alt + Enter	运行当前单元格并在下方插入新单元格
Esc + A	在上方插入单元格
Esc + B	在下方插入单元格
Esc + M	切换为Markdown模式
Esc + Y	切换为代码模式

小技巧： 我习惯把策略说明写在Markdown单元格里，代码写在代码单元格里。这样整个笔记本就像一份可执行的研报，回头翻看时特别清晰。

2.3 Pandas/NumPy/Matplotlib库安装：量化三剑客

这三个库是量化分析的基石。NumPy做数值计算，Pandas处理表格数据，Matplotlib画图。缺一个都不行。

安装命令

conda install numpy pandas matplotlib

或者用pip：

pip install numpy pandas matplotlib

验证安装

在Jupyter里运行以下代码：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

print("NumPy版本:", np.__version__)
print("Pandas版本:", pd.__version__)
print("Matplotlib版本:", plt.matplotlib.__version__)

如果没报错，说明安装成功。我在项目中遇到过一个问题：Matplotlib画中文时显示乱码。后来加了两行代码解决：

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

2.4 Tushare/Akshare数据接口注册：获取真实行情数据

做量化不能只玩假数据。Tushare和Akshare是国内最常用的两个免费数据接口。我两个都用过，各有千秋。

Tushare注册与使用

访问Tushare官网，用手机号注册
登录后进入个人中心，找到「接口TOKEN」
复制TOKEN，在代码里设置

import tushare as ts

# 设置token
ts.set_token('你的token')

# 初始化接口
pro = ts.pro_api()

# 获取股票日线数据
df = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20241231')
print(df.head())

注意： Tushare的免费版有调用频率限制，每分钟最多200次。我刚开始不知道，写了个循环批量下载，结果被限流了半小时。建议加个time.sleep(0.3)控制节奏。

Akshare注册与使用

Akshare更轻量，不需要注册就能用。直接pip安装：

pip install akshare

使用示例：

import akshare as ak

# 获取A股日线数据
df = ak.stock_zh_a_hist(symbol="000001", period="daily", 
                        start_date="20240101", end_date="20241231")
print(df.head())

我个人更推荐Akshare做入门，因为它不需要注册，接口也更直观。但Tushare的数据维度更丰富，适合进阶使用。

知识体系总览

下面这张图，把本章的核心逻辑串起来了：

这张图把环境搭建的四个核心模块串起来了。从Anaconda这个底座开始，往上搭Jupyter做交互开发，再装上Pandas三剑客处理数据，最后接上数据接口获取真实行情。每一步都是下一步的前提。

本章要点回顾：

Anaconda是量化开发的起点，装好它等于有了完整的Python数据科学生态
Jupyter Notebook适合做策略研究和数据探索，代码和文档可以混排
NumPy做矩阵运算，Pandas处理时间序列，Matplotlib画K线和指标图
Tushare和Akshare都能获取A股数据，前者功能更全，后者上手更快

环境搭好了，后面写策略才顺手。别急着跳过去，先把这几个工具装好、跑通。我见过太多人因为环境问题卡在后面的实战环节，那才叫一个难受。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第二章：Python与量化环境搭建

2.1 Anaconda安装：一步到位的数据科学全家桶

2.2 Jupyter Notebook配置：交互式编程的利器

2.3 Pandas/NumPy/Matplotlib库安装：量化三剑客

2.4 Tushare/Akshare数据接口注册：获取真实行情数据

知识体系总览