系列文章目录

从零开始做量化（0）—— 引言
从零开始做量化（1）—— 交易框架
从零开始做量化（2）—— 开发环境搭建

持续更新中。。。

本文目录

系列文章目录
前言
1. 部署Python开发环境
- 1.1 安装python解释器
- 1.2 Python包管理
2. 安装VScode编辑器
- 2.1安装过程
- 2.2 Python环境配置
3. 总结与下文预告

前言

本次文章为大家介绍开发环境的部署，我们的代码主要是用python写的，所以搭建是python开发环境。python是一种开源、可跨平台的解释型编程语言，同样的代码可以跑在Windows下，也可以跑在Linux下。考虑到部分小伙伴可能没有Linux环境下的Coding经历，我们主要介绍基于Windows10/Windows11系统的环境搭建。Windows系统下的开发环境有很多方案，比如Pycharm、Anaconda等IDE，大家可以按照自己的喜好选择。我们这里介绍的则是Python+VScode方案。

1. 部署Python开发环境

首先安装python解释器，安装完解释器还不算结束，因为我们会用到很多基于python语言的开发包，所以我们会介绍一些开发包安装方法和一些其他的常用命令。

1.1 安装python解释器

下载Python解释器
这个直接去Python官网下载即可，需要注意的是，一定要下载3.0版本以上的，因为3.0以下的版本与3.0以上的版本不兼容，而本文下载的版本是3.10.2。
双击下载的.exe文件，进入安装界面，如下图勾选全部选项，然后点击next。
勾选上最下面的两个选项，然后点击 “Customize installation” 选项，进入下一步。
这一步的高级选项可以按照下图的勾选选择，然后下面的安装路径也可以自定义，笔者这里选择了默认安装位置。
安装。点击"Install",等待安装完成即可。
验证是否安装成功。快捷键"WIN+R"(Windows徽标键+R)，然后输入cmd，会打开一个黑色的窗口，然后输入"python"，看是否会出现下图的结果，如果出现证明安装成功，否则可以重启一下计算机再次尝试。如果重启之后还是不行，需要手动配置环境变量(见第7步)，本文举例的3.10.x版本已经和Windows系统磨合的非常好了，不再需要手动配置，所以担心配置问题的朋友可以用本文的3.10.2版本的安装包。如果官网找不到该版本的安装包，可以在文章末获取！

这一步专门处理自动添加python环境变量失败的情况，如果上一步验证成功，此步略过。搜索“环境变量”，进入编辑状态，选择系统变量中的"Path"，添加如下图所示的两个python相关的路径。然后保存退出、重启计算机，重新验证即可。

1.2 Python包管理

上一小节我们只是安装了解释器，它的作用是解释并执行我们写的代码。在实际开发中，有很多优秀且必要的第三方包需要用到，所以我们需要掌握一些基本的包管理命令。还记得上面安装选项里面有一个"pip" 字样的选项吗，它就是专门用来管理第三方包的（除了pip之外，还有更强大的conda等，但是后者安装的时候比较麻烦，这里我们选择pip）。首先我们验证一下pip是否有效：

按照上一节第六步打开cmd终端。输入下面的命令：

pip -V

如果显示出"pip 21.2.4 from XXX"(数字表示pip版本号，不一定和示例一模一样)，说明pip命令有效，那么可以进入后面的环节。

pip命令安装第三方包

pip install PackageName
# 或者使用临时换国内源的方式安装，这样快一些
pip install -i url PackageName

上面的"url"表示指定的源地址，一般使用的是国内的镜像源，如阿里、豆瓣等，这里给出豆瓣的镜像源地址"https://pypi.douban.com/simple"。以numpy包为例，完整的命令为：

pip install -i https://pypi.douban.com/simple numpy

除了numpy之外，我们顺带安装后面还要用的其他包，即

pip install -i https://pypi.douban.com/simple scipy pandas matplotlib scikit-learn tushare

安装指定版本的包的命令格式为：

pip install PackageName==Version

卸载包

pip uninstall PackageName

升级pip

python -m pip install --upgrade pip

查看哪些包可以升级

# pip list --outdated

升级包

pip install --upgrade PackageName

2. 安装VScode编辑器

2.1安装过程

从VScode官网下载VScode的安装包，然后双击运行安装，并按照下面的图进行勾选，如果中间还有其他页面但是下面的图没有贴出来，那就按照默认的选项即可。

2.2 Python环境配置

VScode只是一个编辑器，想要在上面写代码并且在终端运行，需要安装一些必要的python插件，将我们上面安装的python解释器与VScode关联起来。方法很简单，如下图所示：

首先选择左侧边栏的插件选项，然后在应用商店中直接搜索插件名称"Python"和"Pylance"并安装，由于我们把python路径加入到环境变量中，插件会自动将本地安装的python解释器与VScode关联起来。除了上面的两个插件之外，这里再推荐三个辅助写代码的插件，用起来都很不错：“One Dark Pro”，“Rainbow Brackets"和"Tabnine XXX”。

然后验证开发环境能否正常工作：重启VScode，然后新建文件夹，并从VScode左上角的"文件"–> “打开文件夹”，打开新建文件夹，然后新建后缀为 . p y .py .py 文件，在新建文件里面输入：

print("Hello,Python!")

点击右上角的运行按钮，看下面的终端是否会打印出"Hello,Python"字样，上图为成功案例。

3. 总结与下文预告

本文首先介绍了python开发环境的部署工作，需要python安装包的，在下面的公众号后台回复 “py310” 即可获取。下次我们开始实战量化交易框架的实现。

感谢您的耐心阅读，文章创作不易，转发请注明出处！系列文章首发于个人微信公众号“24K纯学渣” ，学习资源与源码将第一时间共享在该平台，欢迎关注！

从零开始做量化（2）相关推荐

从零开始做量化（3）
# 系列文章目录从零开始做量化(0)-- 引言从零开始做量化(1)-- 交易框架从零开始做量化(2)-- 开发环境搭建从零开始做量化(3) -- 框架实现持续更新中... 本文目录前言 1 ...
从零开始做量化（4）
系列文章目录从零开始做量化(0)-- 引言从零开始做量化(1)-- 交易框架从零开始做量化(2)-- 开发环境搭建从零开始做量化(3) -- 框架实现从零开始做量化(4) -- 财经数据接口 ...
米筐量化不支持c语言_量化 | 从零开始学量化（三）：数据获取途径
本系列的前两篇都是一些笼统的介绍,供小白制定学习计划时参考,现在该铺垫的都铺垫的差不多了.循序渐进,从本篇开始会写一些能实操的内容,尽量写的很细节,有任何问题欢迎私戳. 本篇给出一些数据获取途径,基本 ...
米筐量化不支持c语言_从零开始学量化（三）：数据获取途径
本系列的前两篇都是一些笼统的介绍,供小白制定学习计划时参考,现在该铺垫的都铺垫的差不多了.循序渐进,从本篇开始会写一些能实操的内容,尽量写的很细节,有任何问题欢迎私戳. 本篇给出一些数据获取途径,基本 ...
【从零开始vnpy量化投资】三. 手动安装vnpy环境
[从零开始vnpy量化投资]三. 手动安装vnpy环境概述本章的主要内容是使用conda创建独立的python运行环境,再将vnpy安装到conda的环境中,以便开发时访问和编辑源码以及为后续部署 ...
转：从零开始做app需要做的事情列表
https://qdan.me/list/VaXl7N8emfv1ayWg 从零开始做App的Bootstrap 做一个App,需要很多东西. 不定期更新. 团队工欲善其事,必先利其器. 需求管理 ...
【干货】从零开始做运营（超详细脑图）
送给真正的互联网人一顿干货早餐 [小咖导读]小白想成为运营小达人不知道怎么下手?可以来看看知乎大神张亮的这本书的脑图.脑图虽好,但通读书全书更能理解作者的精华思想哦. 第一次发现<从零开始做运营 ...
从零开始做Vue前端架构（5）
前言弄完了前后端分离,我们自然想打包发布项目了. 不多说,就让我们来看看吧. 开发直接上代码: const webpack = require('webpack') const path = re ...
opencv交通标志识别_教你从零开始做一个基于深度学习的交通标志识别系统
教你从零开始做一个基于深度学习的交通标志识别系统基于Yolo v3的交通标志识别系统及源码自动驾驶之--交通标志识别在本文章你可以学习到如何训练自己采集的数据集,生成模型,并用yolo v3算法 ...

从零开始做量化（2）