第1章：Python量化环境搭建

做量化投资，说白了就是让计算机帮我们做决策。但工欲善其事，必先利其器。这一章，我就带你一步步搭好环境。

我个人习惯把环境搭建分成三步：装Python、配Jupyter、装库。别小看这三步，我见过太多人在这上面栽跟头。嗯，咱们一步步来。

1.1 为什么选Anaconda？

Python的发行版很多，但做量化我首推Anaconda。为什么？

• 省心：自带150+科学计算库，不用一个个装
• 隔离：虚拟环境管理，项目之间互不干扰
• 跨平台：Windows、Mac、Linux都能用

我在项目中遇到过最头疼的事，就是不同项目依赖不同版本的库。比如这个项目要pandas 1.0，那个项目要pandas 2.0。用Anaconda的虚拟环境，一键切换，再也不用头疼了。

1.2 安装Anaconda

去官网下载对应系统的安装包。Windows用户记得勾选「Add Anaconda to my PATH environment variable」。我曾经没勾这个，结果命令行里死活找不到conda命令，折腾了半天。

安装完成后，打开终端（Windows用Anaconda Prompt），输入：

conda --version

看到版本号，说明装好了。

1.3 配置Jupyter Notebook

Jupyter Notebook是我们写量化策略的主力工具。它最大的好处是能边写代码边看结果，特别适合做探索性分析。

启动Jupyter很简单：

jupyter notebook

浏览器会自动打开一个页面。如果没打开，复制终端里那个带token的URL到浏览器就行。

我个人习惯在Jupyter里装几个插件，让体验更好：

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user

装完后重启Jupyter，你会看到多了一个Nbextensions标签页。我推荐勾选这几个：

• Table of Contents：自动生成目录，长文档必备
• Collapsible Headings：折叠标题，让界面更清爽
• ExecuteTime：显示每个单元格的运行时间

1.4 必备库安装

做ESG动量因子开发，下面这几个库是绕不开的。我按重要程度排个序：

库名	用途	安装命令
pandas	数据处理，尤其是时间序列	conda install pandas
numpy	数值计算，矩阵运算	conda install numpy
scipy	科学计算，统计检验	conda install scipy
statsmodels	统计建模，回归分析	conda install statsmodels
backtrader	回测框架	pip install backtrader

你可以一次性装完：

conda install pandas numpy scipy statsmodels
pip install backtrader

这里有个坑要注意：backtrader在conda源里没有，得用pip装。我刚开始不知道，用conda装了半天没装上，后来才发现要用pip。

1.5 验证安装

装完后，打开Jupyter Notebook，新建一个Python 3笔记本，运行下面这段代码：

import pandas as pd
import numpy as np
import scipy
import statsmodels.api as sm
import backtrader as bt

print("pandas版本:", pd.__version__)
print("numpy版本:", np.__version__)
print("scipy版本:", scipy.__version__)
print("statsmodels版本:", sm.__version__)
print("backtrader版本:", bt.__version__)
print("环境搭建成功！")

如果没报错，恭喜你，环境搭好了。

1.6 本章知识体系

下面这张图，帮你理清本章的知识结构：

这张图把本章内容串起来了。你想想看，从安装到配置再到验证，其实就这三步。每一步都有坑，但踩过一次就记住了。

好了，环境搭好了，下一章咱们就开始真正接触数据了。记住，好的开始是成功的一半。

---

公众号:蓝海资料掘金营，微信deep3321