Python 环境搭建指南 (Environment Setup Guide)¶
工欲善其事，必先利其器。在开始量化交易之前，你需要一个干净、稳定且独立的 Python 运行环境。 本指南将提供两种主流的环境管理方案：Miniconda (经典稳定) 和 uv (极速现代)。
方案一：Miniconda (经典推荐)¶
Miniconda 是 Anaconda 的精简版，是数据科学领域的行业标准。它能帮你轻松管理 Python 版本和各种依赖包。
1. 安装 Miniconda¶
提示：国内用户访问官网可能较慢，推荐使用 清华大学开源软件镜像站 下载安装包。
- 访问 Miniconda 官网 或 清华镜像站。
- 下载 Windows 64-bit 安装包 (
.exe)。 - 运行安装程序，建议勾选 "Add Miniconda3 to my PATH environment variable" (虽然提示不推荐，但对新手更方便)。
- 安装完成后，打开 Command Prompt (CMD) 或 PowerShell。
方法 A：使用 Homebrew (推荐) 打开终端 (Terminal)，运行：
方法 B：使用安装脚本
1. 下载 macOS 安装脚本 (M1/M2/M3) 或 Intel 版。
* 或者从 清华镜像 下载对应的 .sh 文件。
2. 在终端运行：bash Miniconda3-latest-MacOSX-arm64.sh。
打开终端，运行以下命令：
mkdir -p ~/miniconda3
# 方式一：官方源
# wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
# 方式二：清华源 (推荐国内用户)
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
~/miniconda3/bin/conda init bash
1.5 配置国内镜像源 (推荐)¶
国内用户访问官方源可能较慢，建议配置清华大学镜像源以加速下载。
# 配置 Conda 镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
# 配置 Pip 镜像源 (永久生效)
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
2. 创建虚拟环境¶
不要直接在系统 Python 中安装库！我们需要创建一个专属的“沙盒”。
打开终端（Windows 用户打开 CMD 或 Anaconda Prompt），输入：
# 创建一个名为 quant_dev 的环境，指定 Python 版本为 3.10，AKQuant 支持 Python 3.10及以上版本
conda create -n quant_dev python=3.10 -y
# 激活环境
conda activate quant_dev
激活成功后，你的命令行前缀会变成 (quant_dev)，说明你已经进入了沙盒。
方案二：uv (极速现代)¶
如果你追求极致的速度和轻量化，uv 是目前 Python 生态中最快的包管理器（由 Rust 编写）。它可以替代 pip 和 virtualenv。
1. 安装 uv¶
2. 创建并管理环境¶
uv 不需要预先安装 Python，它会自动帮你下载。
# 1. 创建一个新的项目目录
mkdir my_strategy
cd my_strategy
# 2. 初始化虚拟环境 (指定 Python 3.10)
# uv 会自动下载 Python 3.10 并创建 .venv 目录
uv venv --python 3.10
# 3. 激活环境
# Windows:
.venv\Scripts\activate
# macOS / Linux:
source .venv/bin/activate
3. 安装 AKQuant 并验证¶
无论你使用了 Miniconda 还是 uv，现在你都应该处于一个激活的虚拟环境中。接下来我们安装交易框架。
安装¶
如果你使用 Miniconda:
如果你使用 uv:
验证¶
创建一个测试脚本 verify.py：
import akquant
import pandas as pd
print(f"AKQuant Version: {akquant.__version__}")
print(f"Pandas Version: {pd.__version__}")
print("环境搭建成功！可以开始写策略了。")
运行它：
如果看到“环境搭建成功”，恭喜你，你的兵器库已经准备完毕！ 下一步，请前往 Python 金融入门 学习基础语法，或直接查看 量化新手指南 开始实战。