2、Python基础回顾：环境搭建与四大工具

说实话，很多做量化的人，最后放弃不是因为策略不行，而是卡在了环境配置上。我见过太多人，代码写好了，结果跑不起来——嗯，就是环境没搭对。这一章，我带你把基础打牢。

2.1 Python环境搭建：别让配置成为拦路虎

我个人习惯用Anaconda来管理Python环境。为什么？因为它把Python、NumPy、Pandas这些常用库打包好了，省得你一个个装。

安装步骤很简单：

1. 去Anaconda官网下载对应系统的安装包
2. 一路默认安装，记得勾选「Add Anaconda to my PATH」
3. 打开终端或命令提示符，输入 python --version 验证

装完之后，你还需要装几个量化必备库。打开终端，一行命令搞定：

pip install numpy pandas matplotlib jupyter

你想想看，这四样东西，就是咱们做量化的「四大金刚」。后面我会一个个讲。

2.2 Jupyter Notebook：交互式编程的利器

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」。我刚开始做量化研究时，就是靠它一步步调试策略的。

启动方式：

# 在终端输入
jupyter notebook

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

Jupyter里最核心的概念是「单元格」（Cell）。有两种常用类型：

• 代码单元格： 写Python代码，按Shift+Enter运行
• Markdown单元格： 写笔记、公式、标题，用Markdown语法

为什么会这样？因为量化研究是个反复迭代的过程，Jupyter的「即写即得」特性，让你能快速验证想法。我个人觉得，这是做量化最舒服的开发环境。

2.3 NumPy基础：数值计算的基石

NumPy，全称是Numerical Python。它最核心的东西就是——数组（ndarray）。你想想看，股票价格、交易量、收益率，哪个不是一堆数字？NumPy就是专门处理这些数字的。

创建数组：

import numpy as np

# 从列表创建
prices = np.array([100, 102, 101, 105, 108])

# 创建全0数组
zeros = np.zeros(5)

# 创建等差数列
days = np.arange(1, 6)  # [1, 2, 3, 4, 5]

常用操作：

# 计算收益率
returns = np.diff(prices) / prices[:-1]

# 计算均值、标准差
mean_return = np.mean(returns)
std_return = np.std(returns)

# 向量化运算——不用写循环！
prices_doubled = prices * 2

我在项目中遇到过一个问题：用Python列表计算100万条数据的均值，等了半天没反应。换成NumPy数组，0.1秒就出结果了。嗯，这就是NumPy的价值。

2.4 Pandas基础：表格数据的瑞士军刀

Pandas，说白了就是Python版的Excel。但它比Excel强太多了——能处理百万行数据，还能做各种复杂运算。

核心数据结构：

• Series： 一列数据，带索引
• DataFrame： 多列数据，像一张表格

读取股票数据：

import pandas as pd

# 从CSV读取数据
df = pd.read_csv('stock_data.csv')

# 查看前5行
print(df.head())

# 查看基本信息
print(df.info())

常用操作：

# 选择列
close_prices = df['close']

# 条件筛选
high_volume = df[df['volume'] > 1000000]

# 计算移动平均线
df['ma5'] = df['close'].rolling(window=5).mean()

# 缺失值处理
df = df.dropna()  # 删除缺失值
# 或者
df = df.fillna(method='ffill')  # 用前一个值填充

Pandas还有一个杀手锏——groupby操作。比如你想按月份统计每只股票的平均收益率：

monthly_returns = df.groupby(['stock', 'month'])['return'].mean()

一行代码，搞定Excel里要折腾半天的活儿。

2.5 Matplotlib基础：让数据说话

做量化，光有数字不行，你得能「看见」数据。Matplotlib就是干这个的。

画一条K线走势图：

import matplotlib.pyplot as plt

# 准备数据
dates = pd.date_range('2024-01-01', periods=100)
prices = np.random.randn(100).cumsum() + 100

# 画图
plt.figure(figsize=(12, 6))
plt.plot(dates, prices, label='股价', color='blue')
plt.title('股票价格走势')
plt.xlabel('日期')
plt.ylabel('价格')
plt.legend()
plt.grid(True)
plt.show()

画多个子图：

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8))

# 上子图：价格
ax1.plot(dates, prices, color='blue')
ax1.set_title('价格走势')

# 下子图：收益率
returns = np.diff(prices) / prices[:-1]
ax2.bar(dates[1:], returns, color='green', alpha=0.6)
ax2.set_title('日收益率')

plt.tight_layout()
plt.show()

你想想看，一个策略好不好，光看回测数字可能看不出来。但把净值曲线画出来，一眼就能看出问题——回撤大不大？收益稳不稳？这就是可视化的力量。

知识体系总览

下面这张图，把本章的核心内容串起来了。你可以把它当作一个「地图」，学完一章回来看看，就知道自己站在哪里。

这张图展示了我们这章的核心脉络。从Python环境出发，Jupyter负责交互式探索，NumPy做底层数值计算，Pandas处理表格数据，Matplotlib把结果画出来。四者环环相扣，缺一不可。

好了，基础工具就这些。别小看它们——我见过有人用Pandas一个函数就搞定了别人写50行循环才能做的事。工具用得熟，效率翻倍。

---