很多小伙伴其实都不是程序员出身，但对量化投资充满兴趣，属于“野路子起步”的新手量化入门用户。有不少人卡在了环境搭建这一步，始终迈不出第一步。

万事开头难，跨过去了好像也还行？今天分享下如何从0搭建一套能跑策略的量化环境和框架，一步一图，保姆级教程，供有需要的朋友们参考，别再被技术门槛劝退了！

一、Python环境安装

在这里我强烈推荐大家使用 Anaconda 来搭建量化环境，尤其是对非程序员的小白来说，这绝对是“神器级别”的存在。

为什么推荐它？原因很简单：

1、一键安装，省心省力：Anaconda 自带了 Python 和大量常用的科学计算库（像 numpy、pandas、matplotlib 等），装一次就齐活了，不用东拼西凑到处踩坑。

2、内置虚拟环境管理：你可以为不同策略创建不同的独立环境，互不干扰，出了问题随时重建，告别“改了一个包，所有项目全挂了”的崩溃场景。

3、自带 Jupyter Notebook：写代码、调试、画图、看结果一条龙，交互式体验非常友好，特别适合边学边练。

总之，Anaconda 对于初学者来说就是一把“开门钥匙”，帮你省下80%的环境配置时间，把更多精力放在策略研究和实战上！

二、安装教程

1、 在电脑浏览器打开https://www.anaconda.com/download/success

2、下载 Distribution Installers 版本

很多量化小白在 Anaconda 官网下载时，都会卡在这个选择上——到底是安装 “Distribution Installers” 还是 “Miniconda Installers”？

我的建议非常明确：

量化小白优先推荐安装：Anaconda Distribution（也就是 Distribution Installers）

为什么推荐它？ Anaconda Distribution 是个“全家桶”，自带了上百个常用的科学计算和数据分析库，比如：

numpy、pandas（数据处理）

matplotlib、seaborn（可视化）

scipy、statsmodels（统计分析）

Jupyter Notebook（交互式编程环境）

很多小白刚接触 Python，如果选择 Miniconda 还要手动一个个 pip install，极容易遇到版本冲突、依赖缺失、安装失败等问题，让人劝退。 而 Anaconda Distribution 大部分库都已经打包好，安装成功率非常高，几乎零踩坑。

那 Miniconda 适合谁？ Miniconda 更适合有经验的用户，对环境和依赖管理有明确要求、想节省磁盘空间的“高手用户”。它更灵活但也更复杂，小白慎入。

3、安装根据你的电脑下载对应的安装版本，小白推荐用windows电脑，很多量化教学、策略实现的初级教程默认就是 Windows 环境写的，跟着学最省事。 找到Anaconda安装包，双击安装

一路next即可，等待安装完成