第一章：数据基础与工具准备
做量化投资，说白了就是和数据打交道。你想想看，没有数据，再牛的因子模型也是空中楼阁。这一章，我就带你先把地基打牢。
我个人习惯把工具准备分成三块：数据源、编程环境、必备库。这三块搞定了，后面的路就好走了。
1.1 金融数据源介绍
数据源的选择，直接决定了你的研究下限。我见过太多人，因子算得挺漂亮，结果数据源不对，全白干。
目前国内主流的金融数据源，我帮你梳理一下：
| 数据源 | 特点 | 适合人群 | 费用 |
|---|---|---|---|
| Tushare | 开源、社区活跃、接口丰富 | 个人研究者、学生 | 基础免费，高级付费 |
| Wind | 机构标准、数据质量高、覆盖面广 | 机构投资者、专业团队 | 年费较高 |
| 聚宽 | 一站式平台、回测方便、社区完善 | 量化入门、策略开发者 | 部分免费，策略收费 |
| AKShare | 开源免费、接口简洁、更新快 | Python爱好者、轻量级需求 | 免费 |
Tushare 是我用得最多的。为什么？因为它对个人研究者太友好了。我在项目中遇到过需要获取某只股票的日线数据，Tushare 一行代码就能搞定。不过要注意，它的高级接口需要积分，早期可以先从基础接口入手。
Wind 呢，业内叫它「万得」。说实话，数据质量确实没得挑。我在机构工作时，团队标配就是 Wind。但价格嘛...嗯，个人用户基本不用考虑。
聚宽 更适合做策略回测。它把数据、回测、模拟交易都整合在一起了。我建议初学者可以先从聚宽入手，熟悉了再切换到更灵活的工具。
1.2 Python 环境搭建
环境搭建这件事，说难不难，说简单也不简单。我见过太多人卡在这一步，其实没必要。
我个人推荐用 Anaconda。为什么？因为它把 Python 和常用的科学计算库打包好了，省得你一个个装。
安装步骤很简单：
- 去 Anaconda 官网下载对应系统的安装包
- 双击安装，一路默认就行
- 安装完成后，打开 Anaconda Navigator
- 找到 Jupyter Notebook，点击 Launch
嗯，这里要注意：安装时有个选项问你是否把 Anaconda 加入系统路径，我建议勾上。不然以后在命令行里调用会麻烦。
Jupyter Notebook 是我最常用的交互式编程环境。它特别适合做数据探索和因子分析。你想想看，写一段代码，马上能看到结果，还能加注释、画图表，多方便。
conda create -n myenv python=3.9。这样不同项目之间互不干扰。
1.3 必备库安装
做量化因子挖掘，有几个库是绕不开的。我把它们称为「四大金刚」：
- Pandas：数据处理的核心库。说白了，它就是 Python 里的 Excel，但比 Excel 强大得多。
- NumPy：数值计算的基础。所有矩阵运算、数学函数都靠它。
- Matplotlib：数据可视化的标配。画 K 线图、因子分布图都离不开它。
- Statsmodels：统计建模的利器。回归分析、时间序列检验，它都能搞定。
安装命令很简单，在终端或 Jupyter 里运行：
# 一次性安装所有库
pip install pandas numpy matplotlib statsmodels
# 或者用 conda（推荐）
conda install pandas numpy matplotlib statsmodels我个人习惯用 conda 安装，因为它会自动处理依赖关系。有一次我用 pip 装 statsmodels，结果报了一堆错，折腾了半天。后来换成 conda，一分钟搞定。
安装完成后，可以验证一下：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.api as sm
print("Pandas 版本:", pd.__version__)
print("NumPy 版本:", np.__version__)
print("一切就绪！")如果没报错，恭喜你，环境搭好了。
本章知识体系
下面这张图，帮你理清本章的核心逻辑：
这张图把本章的核心内容串起来了。数据源是原材料，环境是工作台，库是工具。三者缺一不可。