第3章工具准备

工具准备：Python环境搭建、Jupyter Notebook、Pandas与NumPy快速入门

做量化交易，说白了就是跟数据打交道。你想想看，没有趁手的工具，再好的策略也跑不起来。我个人习惯把Python比作交易员的瑞士军刀——小巧、锋利、什么都能干。这一章，咱们就把这把刀磨好。

一、Python环境搭建：别让环境问题卡住你

我记得刚入行那会儿，光装环境就折腾了两天。后来发现，其实就三步：

装Python——建议直接上Anaconda，省心
建虚拟环境——每个项目独立，互不干扰
装核心库——Pandas、NumPy、Matplotlib、Scikit-learn

我的小技巧：用conda create -n quant python=3.9建一个干净的量化环境。我在项目中遇到过因为库版本冲突导致回测结果对不上的情况，从那以后每个项目我都单独建环境。

具体命令长这样：

# 创建量化专用环境
conda create -n quant_trading python=3.9

# 激活环境
conda activate quant_trading

# 安装核心库
pip install pandas numpy matplotlib scipy scikit-learn
pip install jupyter notebook
pip install yfinance  # 获取行情数据用的

注意：别用系统自带的Python。我曾经图省事直接用系统Python，结果装包时把系统搞崩了，重装了系统。嗯，血的教训。

二、Jupyter Notebook：交互式交易的利器

Jupyter Notebook这东西，说白了就是一个能写代码、能记笔记、能画图的“活文档”。做量化研究时特别顺手——你写一段代码，马上就能看到结果，不满意就改，改完再跑。

启动方式很简单：

# 在终端里
jupyter notebook

浏览器会自动打开一个页面。新建一个Notebook，你就能开始干活了。

我个人习惯把Notebook分成几个区块：

数据获取区——拉取行情、财务数据
数据处理区——清洗、对齐、计算指标
策略逻辑区——写买卖规则
回测区——跑历史数据看效果
可视化区——画收益曲线、回撤图

快捷键小贴士：Shift+Enter运行当前单元格，Ctrl+Enter只运行不跳转。我刚开始用的时候老是用鼠标点运行按钮，效率低得不行。

三、NumPy：高性能数值计算的基石

NumPy是Python科学计算的基石。做量化交易，你每天都要跟数组、矩阵打交道——价格序列、收益率矩阵、协方差矩阵……NumPy让这些操作变得飞快。

为什么快？因为它的底层是C语言写的。你想想看，Python的循环慢得像蜗牛，但NumPy的向量化操作快得像高铁。

import numpy as np

# 创建价格数组
prices = np.array([100.5, 101.2, 102.8, 103.1, 102.5])

# 计算日收益率（向量化操作，一行搞定）
returns = np.diff(prices) / prices[:-1]
print(returns)
# 输出: [0.00697 0.01581 0.00292 -0.00582]

# 计算均值、标准差
mean_return = np.mean(returns)
std_return = np.std(returns)
print(f"平均收益率: {mean_return:.4f}, 标准差: {std_return:.4f}")

  核心概念：向量化操作。别写for循环，用NumPy的内置函数。我在项目中遇到过用for循环算500万行数据的收益率，跑了3分钟；换成向量化操作，0.3秒搞定。

常用的NumPy函数：

函数	用途	量化场景
np.array()	创建数组	把行情数据转成数组
np.mean()	计算均值	平均收益率
np.std()	计算标准差	波动率
np.corrcoef()	计算相关系数	资产间相关性
np.percentile()	计算百分位	VaR风险价值

四、Pandas：量化交易的数据处理核心

Pandas是量化交易中最常用的库，没有之一。它把Excel的便利性和编程的灵活性结合在了一起。你想想看，用Excel处理100万行数据会卡死，但Pandas几秒钟就搞定。

Pandas有两个核心数据结构：

Series——一维数据，相当于带标签的数组
DataFrame——二维数据，相当于带标签的表格

import pandas as pd

# 创建时间序列数据
dates = pd.date_range('2024-01-01', periods=5, freq='D')
prices = pd.Series([100.5, 101.2, 102.8, 103.1, 102.5], index=dates)

print(prices)
# 输出:
# 2024-01-01    100.5
# 2024-01-02    101.2
# 2024-01-03    102.8
# 2024-01-04    103.1
# 2024-01-05    102.5

# 创建DataFrame，包含多只股票
data = {
    'AAPL': [150.0, 151.2, 152.8, 153.1, 152.5],
    'GOOGL': [2800, 2810, 2825, 2815, 2830],
    'TSLA': [700, 710, 695, 720, 715]
}
df = pd.DataFrame(data, index=dates)
print(df)

  为什么Pandas适合量化？因为金融数据天然就是时间序列——每个数据点都有时间戳。Pandas的时间索引、滚动计算、重采样等功能，简直就是为量化交易量身定做的。

常用的Pandas操作：

# 读取CSV数据
df = pd.read_csv('stock_data.csv', index_col=0, parse_dates=True)

# 查看前5行
df.head()

# 计算滚动均值（20日均线）
df['MA20'] = df['close'].rolling(window=20).mean()

# 计算日收益率
df['return'] = df['close'].pct_change()

# 处理缺失值
df.dropna(inplace=True)  # 删除空值
# 或者
df.fillna(method='ffill', inplace=True)  # 用前值填充

避坑指南：我曾经在回测时忘了处理缺失值，结果策略信号全乱了。后来养成了习惯——拿到数据先检查有没有NaN，用df.isnull().sum()看一眼。

五、知识体系总览

下面这张图，把本章的核心逻辑串起来了。你一看就明白：

说白了，这套工具链就是：环境搭好 → 用Notebook写代码 → NumPy算数字 → Pandas处理表格数据。环环相扣，缺一不可。

六、实战小练习：动手试试

光看不练假把式。我建议你现在就打开Jupyter Notebook，跑一下这段代码：

import numpy as np
import pandas as pd

# 模拟两只股票的价格数据
np.random.seed(42)
dates = pd.date_range('2024-01-01', periods=100, freq='D')
stock_a = 100 + np.cumsum(np.random.randn(100) * 0.5)
stock_b = 100 + np.cumsum(np.random.randn(100) * 0.5)

# 创建DataFrame
df = pd.DataFrame({'Stock_A': stock_a, 'Stock_B': stock_b}, index=dates)

# 计算收益率
returns = df.pct_change().dropna()

# 计算相关性
corr = returns['Stock_A'].corr(returns['Stock_B'])
print(f"两只股票的相关性: {corr:.4f}")

# 计算滚动相关性（20天窗口）
rolling_corr = returns['Stock_A'].rolling(20).corr(returns['Stock_B'])
print(rolling_corr.tail())

跑完之后，你看看滚动相关性的变化。你会发现——相关性不是一成不变的，它会随时间波动。这就是跨资产比价关系的核心逻辑之一。

我的建议：把这段代码改一改，换成你感兴趣的股票或者期货品种。看看它们之间的相关性是怎么变的。动手试过的东西，记得最牢。

嗯，工具就准备到这儿。记住一句话：工具是死的，人是活的。别在环境搭建上花太多时间，够用就行。真正值钱的是你的策略思路和交易逻辑。

📚 课程目录

工具准备：Python环境搭建、Jupyter Notebook、Pandas与NumPy快速入门

一、Python环境搭建：别让环境问题卡住你

二、Jupyter Notebook：交互式交易的利器

三、NumPy：高性能数值计算的基石

四、Pandas：量化交易的数据处理核心

五、知识体系总览

六、实战小练习：动手试试