第2章环境搭建

第二章环境搭建：工欲善其事，必先利其器

做量化交易也好，挖矿策略回测也罢，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。这一章，我就带你把环境搭好，把家伙事儿备齐。

我个人习惯，先把Python环境搞定，再装Jupyter Notebook，最后把必备库一个一个装好。别嫌麻烦，这一步稳了，后面写代码才顺手。

2.1 Python环境配置

Python版本怎么选？我建议直接用Python 3.8以上版本。为什么？因为backtrader这个库在3.8以上跑得最稳。我记得有一次帮朋友调试策略，他用的是Python 3.6，结果装backtrader时各种报错，折腾了大半天。后来换成3.9，十分钟搞定。

具体步骤很简单：

去Python官网下载安装包（python.org）
安装时记得勾选「Add Python to PATH」
打开命令行，输入 python --version 验证

小技巧： 我习惯在安装时把路径设短一点，比如 C:\Python39，这样后面找文件方便。

装好之后，建议再装个虚拟环境工具。我用的是 venv，Python自带的，不用额外安装。命令就一行：

python -m venv myenv

激活虚拟环境后，所有库都装在里面，不会跟系统Python打架。这个习惯我保持了好几年，省了不少麻烦。

2.2 Jupyter Notebook安装

Jupyter Notebook这东西，说白了就是一个交互式编程环境。你写一段代码，马上就能看到结果，特别适合做策略回测和数据分析。

安装命令很简单：

pip install jupyter

装完之后，在命令行输入 jupyter notebook，浏览器就会自动打开一个页面。嗯，这里要注意，第一次启动可能会有点慢，别急。

我个人习惯把Notebook文件按策略名称分类存放。比如挖矿策略相关的，我会建一个 mining_strategies 文件夹，里面再按日期细分。这样找历史回测结果时，一目了然。

避坑指南： 我曾经在Jupyter里直接装库，结果跟系统环境冲突，导致Notebook打不开。后来我学乖了，所有库都在虚拟环境里装，再启动Jupyter。记住：先激活虚拟环境，再启动Jupyter。

2.3 必备库安装

做挖矿策略回测，有四个库是绕不开的。我按安装顺序列出来：

库名	用途	安装命令
pandas	数据处理，说白了就是表格操作	`pip install pandas`
numpy	数值计算，矩阵运算的利器	`pip install numpy`
matplotlib	画图，把数据变成可视化图表	`pip install matplotlib`
backtrader	回测框架，策略验证的核心	`pip install backtrader`

你可以一次性装完：

pip install pandas numpy matplotlib backtrader

装完之后，打开Jupyter Notebook，输入下面这段代码测试一下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import backtrader as bt

print("所有库导入成功！")
print(f"pandas版本: {pd.__version__}")
print(f"numpy版本: {np.__version__}")
print(f"backtrader版本: {bt.__version__}")

如果没报错，说明环境搭好了。我在项目中遇到过好几次，明明装好了但导入失败，十有八九是虚拟环境没激活。你检查一下终端前面有没有 (myenv) 这个标识。

  核心要点： 这四个库的版本要兼容。我建议用最新稳定版，别追新。比如pandas 1.3.x、numpy 1.21.x、matplotlib 3.4.x、backtrader 1.9.x，这几个版本我实测过，配合得很好。

2.4 知识体系总览

下面这张图，是我自己画的环境搭建知识结构。你看一眼，心里就有数了：

这张图把整个环境搭建的脉络理清了。你照着这个结构一步步来，不会乱。我个人习惯把这张图打印出来贴在工位上，每次搭新环境都看一眼，省得漏步骤。

2.5 验证环境是否可用

库都装好了，怎么确认能不能用？我教你一个笨办法：写一个最简单的回测脚本跑一下。

import backtrader as bt

# 创建一个简单的策略
class TestStrategy(bt.Strategy):
    def next(self):
        pass  # 啥也不干，就测试环境

# 初始化回测引擎
cerebro = bt.Cerebro()
cerebro.addstrategy(TestStrategy)

# 模拟数据
import pandas as pd
import numpy as np
dates = pd.date_range('2020-01-01', periods=100)
data = pd.DataFrame({
    'open': np.random.randn(100) + 100,
    'high': np.random.randn(100) + 101,
    'low': np.random.randn(100) + 99,
    'close': np.random.randn(100) + 100,
    'volume': np.random.randint(1000, 5000, 100)
}, index=dates)

# 喂给回测引擎
data_feed = bt.feeds.PandasData(dataname=data)
cerebro.adddata(data_feed)

# 跑一下
result = cerebro.run()
print("环境验证通过！回测引擎正常运行。")

这段代码跑通了，说明你的环境完全OK。我在项目中遇到过有人卡在这一步，原因是pandas版本太高，跟backtrader不兼容。解决办法很简单：把pandas降到1.3.x版本就行。

我的经验： 每次装完环境，我都会跑一遍这个测试脚本。花两分钟验证，能省后面两小时的排查时间。别偷懒，这一步值得做。

好了，环境搭好了，工具备齐了。接下来你就可以放心地写策略、跑回测、调参数了。记住，环境是地基，地基稳了，楼才能盖得高。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第二章 环境搭建：工欲善其事，必先利其器

2.1 Python环境配置

2.2 Jupyter Notebook安装

2.3 必备库安装

2.4 知识体系总览

2.5 验证环境是否可用

第二章环境搭建：工欲善其事，必先利其器