第一章：策略开发环境搭建
做量化交易，第一件事不是写策略，而是搭环境。
我见过太多人，策略逻辑想得挺完美，结果一跑代码报错——库没装、版本冲突、路径不对。折腾半天，热情全没了。
所以这一章，咱们把地基打牢。后面30章，你只管写策略，环境问题不会再烦你。
1.1 Anaconda：量化交易者的瑞士军刀
Anaconda是什么？说白了，它是一个Python发行版，帮你把Python解释器、包管理器、常用科学计算库打包在一起。你不需要一个个去官网下载，装一个Anaconda，基本就齐活了。
为什么选Anaconda？
- 环境隔离：每个项目可以建一个独立环境，互不干扰。我有个策略用pandas 0.25，另一个用1.3，放在不同环境里，各跑各的，不会打架。
- conda包管理器：比pip更智能，能自动处理依赖冲突。我在项目中遇到过pip装包装到一半报错，换成conda一次搞定。
- 预装常用库：numpy、pandas、matplotlib这些，装完Anaconda就有了，省去不少时间。
安装步骤：
- 打开Anaconda官网，下载对应操作系统的安装包（Windows/Mac/Linux）。
- 双击安装，一路默认选项就行。但注意：安装路径不要有中文，否则后面会出一些莫名其妙的错误。
- 安装完成后，打开终端（Windows叫Anaconda Prompt），输入
conda --version，看到版本号就说明装好了。
1.2 Jupyter Notebook：交互式开发的利器
Jupyter Notebook是量化策略开发的标配。为什么？因为你可以一边写代码，一边看结果，还能加注释、画图表。调试策略时特别方便。
配置Jupyter：
- 安装完成后，终端输入
jupyter notebook，浏览器会自动打开一个页面。 - 如果想换个工作目录，可以先生成一个配置文件：
jupyter notebook --generate-config。 - 然后找到配置文件，修改
c.NotebookApp.notebook_dir为你想要的路径。
嗯，这里要注意：Jupyter默认的端口是8888。如果你同时开多个项目，可以用 jupyter notebook --port 9999 指定不同端口。
1.3 常用Python量化库安装
量化策略离不开几个核心库。我按使用频率排个序，你照着装就行。
| 库名 | 用途 | 安装命令 |
|---|---|---|
| pandas | 数据处理、时间序列分析 | conda install pandas |
| numpy | 数值计算、矩阵运算 | conda install numpy |
| matplotlib | 数据可视化、画K线图 | conda install matplotlib |
| tushare | A股数据接口（免费版够用） | pip install tushare |
| akshare | 全市场数据接口（股票、期货、基金） | pip install akshare |
安装注意事项：
- pandas、numpy、matplotlib用conda装，因为conda会帮你处理好底层依赖（比如BLAS库）。
- tushare和akshare用pip装，因为它们更新频繁，conda源可能不是最新版。
- 装完后，在Python里
import pandas as pd试试，不报错就说明成功了。
我的经验： 刚开始做量化时，我直接用pip装所有库。结果有一次pandas和numpy版本不兼容，回测结果全是NaN。排查了两天才发现是版本问题。从那以后，核心科学计算库一律用conda，数据接口库用pip。这个习惯我一直保持到现在。
1.4 验证环境：跑一个简单的量化示例
环境搭好了，咱们跑个简单的例子验证一下。用tushare获取贵州茅台的历史数据，画个收盘价走势图。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tushare as ts
# 获取贵州茅台历史数据
df = ts.get_k_data('600519', start='2023-01-01', end='2023-12-31')
# 计算20日均线
df['ma20'] = df['close'].rolling(window=20).mean()
# 画图
plt.figure(figsize=(12, 6))
plt.plot(df['date'], df['close'], label='收盘价')
plt.plot(df['date'], df['ma20'], label='20日均线')
plt.xticks(rotation=45)
plt.legend()
plt.title('贵州茅台 2023年走势')
plt.show()如果能看到一张漂亮的走势图，恭喜你，环境搭建成功了！
ts.set_token('你的token') 就行。
1.5 本章知识体系
为了让你更直观地理解本章内容，我画了一张结构图。它展示了从安装到验证的完整流程，以及每个环节的关键点。
环境搭建这件事，看起来琐碎，但值得花时间做好。我见过太多人因为环境问题浪费大量时间，最后策略没写几行，全在折腾安装。
你按这个流程走一遍，后面写策略时就不会被环境问题打断思路。嗯，这就是所谓的「磨刀不误砍柴工」。
公众号:蓝海资料掘金营，微信deep3321