搭好你的量化工作台
一个能跑代码的环境 + 一套让 AI 替你排错的心法
q0 的九节课,你是「坐在副驾驶」看懂了量化;从这一节起,你坐上驾驶位。
Q1 这一章,我们要亲手跑通一遍迷你版的量化流程:拿数据 → 体检 → 画图 → 算指标 → 写策略 → 回测 → 评估。别慌——每一步的代码我都在真机上原样跑通过,你复制下来就能跑;跑不通的时候,我还会教你一招「让 AI 替你排错」的心法,这比记住任何命令都值钱。
今天先干最朴素的一件事:把工作台搭起来。工作台不稳,后面全是白搭。
搭量化环境,就像下厨前置办厨房:
- Python = 灶台(一切的基础)
- 虚拟环境(venv) = 给这套菜单单独开的操作间——跟别的菜(别的项目)互不串味
- akshare / pandas / backtrader = 锅碗瓢盆(各干各的活:取数据、揉数据、跑回测)
新手最常见的翻车,不是不会炒菜,而是灶台没搭稳就开火。所以这一节看似朴素,却是整章的地基。
一、装 Python(3.10 或更新)
量化这套工具链对 Python 版本有要求:akshare 需要较新的 Python,太老的版本(如 3.6/3.8)会直接装不上——这不是假设,我在一台老服务器上亲测装不上,升到 3.12 才通。
- 去 python.org 下载安装最新稳定版(Windows 勾选「Add python.exe to PATH」;macOS 也可用 Homebrew)。
- 装好后验证:
python3 --version
# 期望输出类似:Python 3.12.x(≥3.10 即可)
如果你连「终端在哪、命令怎么敲」都还发怵——先去本站《从零学会 AI 编程》的第 0 章补一下,那里手把手教过。这正是 q0.9 说的「先打编程地基」。
二、开一个专属操作间(虚拟环境)
# 在你想放项目的地方新建文件夹并进入
mkdir my-quant && cd my-quant
# 创建虚拟环境(名叫 qenv),然后激活它
python3 -m venv qenv
source qenv/bin/activate # Windows 用:qenv\Scripts\activate
激活成功后,命令行开头会多一个 (qenv) 前缀——表示接下来装的所有包都进这个「操作间」,不污染系统。
三、装四件套
pip install akshare pandas mplfinance backtrader
四个包各司其职,对应我们 q0.4 的「量化四件套」地图:
| 包 | 干什么 | 对应四件套 |
|---|---|---|
| akshare | 免费拉取 A 股等公开行情/财务数据 | ① 数据 |
| pandas | 表格数据的揉捏、清洗、计算 | ①②通用 |
| mplfinance | 画 K 线图 | ①的可视化 |
| backtrader | 策略回测引擎 | ④ 回测 |
国内网络下载慢?用清华镜像:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple akshare pandas mplfinance backtrader(镜像地址以清华 TUNA 官网当前为准)。
四、点火验收:第一段代码
新建文件 check.py,贴入:
import sys
import akshare as ak
import pandas as pd
import mplfinance
import backtrader as bt
print("Python:", sys.version.split()[0])
print("akshare:", ak.__version__)
print("pandas:", pd.__version__)
print("backtrader:", bt.__version__)
print("✅ 工作台就绪")
运行:
python check.py
我在 2026-07 实测的输出(你的版本号更新也正常):
Python: 3.12.13
akshare: 1.18.81
pandas: 3.0.5
backtrader: 1.9.78.123
✅ 工作台就绪
只要四个版本号都打出来了,你的工作台就正式营业。
五、比命令更值钱的:AI 排错心法
装环境是最容易「一步错、步步错」的环节,而它恰好是 AI 编程助手最擅长救的场。心法就一条:
把报错原文完整复制给 AI,并附上三件事:你的操作系统、你刚执行的命令、你期望发生什么。
例如:「我在 Windows 11 上执行 pip install akshare 报了下面这个错(粘贴全文),我想装 akshare 拉 A 股数据,请一步步帮我排查。」——90% 的环境问题,AI 一两个回合就能带你走出来。剩下 10%,把它给的方案再跑一遍、把新报错再喂回去,循环即可。
这是我写这节课时当场踩到的坑:机器开着全局代理,akshare 一请求新浪/东财的数据接口就断连——因为代理把国内域名的流量绕了路,对方服务器直接掐掉。
症状:ProxyError / RemoteDisconnected / 连接超时,但浏览器上网一切正常。
解法:跑数据脚本前关掉全局代理,或把国内数据源域名加入代理的直连(DIRECT)规则。记住这个症状,下一节拉数据时你大概率用得上。
在一台老机器(Python 3.6)上,pip install akshare 会直接失败——依赖的新版 pandas 不支持老 Python。
判断标准很简单:python3 --version 低于 3.10,先升级再继续。别跟老版本搏斗,那是在用体力换时间。顺带一句:升级用官方安装包重装即可,不需要「卸载干净」的玄学操作——新版本装好后,重新建一遍 venv 就行。
📌 免责:本课为技术科普,本节仅搭建编程环境,不涉及任何投资操作;所列工具均为免费开源软件,以各自官方当前版本为准。
这一节你把整章的地基打好了:Python(≥3.10)→ 虚拟环境 → 四件套(akshare/pandas/mplfinance/backtrader)→ check.py 验收通过。更重要的是拿到了那套 AI 排错心法:报错原文 + 环境 + 意图,一个都不能少。
工作台已经就绪,锅也烧热了——但厨房里还没有菜。
下一节,我们去「买菜」:用 akshare 免费拉取真实的 A 股行情数据。你会第一次亲手摸到 5900 多根真实的 K 线,还会撞见一个几乎所有新手都会栽的概念:复权——同一只股票、同一天,两个接口给你两个不同的价格,哪个是对的?
🔎 来源与核验· 3 条,点开核对
