环境搭建

Anaconda

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

Anaconda 环境包含了常用的 Python 科学计算库及依赖关系,而 RQAlpha 有很多模块是依赖于这些科学计算库的,因此下载 Anaconda 可以轻松搭建出一个强大的 Python 量化研发的基础环境。

注解

安装 Anaconda 需要下载 最新的安装包, 如果速度比较慢,建议从 清华源 下载。

当安装成功后,执行如下命令来查看是否安装成功:

conda -V

For GNU/Linux

如果您使用 GNU/Linux 系统,可以使用如下方式进行 Anaconda 环境的安装,下面以 CentOS 为例:

# 首先从清华的官方镜像下载 anaconda Linux64版本
$ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.2.0-Linux-x86_64.sh

# 修改权限让脚本可以运行
$ chmod +x Anaconda3-4.2.0-Linux-x86_64.sh

# 运行该安装脚本
$ ./Anaconda3-4.2.0-Linux-x86_64.sh

# 剩下就是一路Yes或者Enter好了...

Welcome to Anaconda3 4.2.0 (by Continuum Analytics, Inc.)


In order to continue the installation process, please review the license

agreement.

Please, press ENTER to continue
>>>

# 重新加载一下 bash 就可以使用 `conda` 命令了
$ source ~/.bashrc

#然后尝试一下运行 `conda -V` 命令行看是否已经安装成功,如果返回对应的版本信息,则说明安装成功。

$ conda -V
conda 4.2.13

#设置matplotlib的backend(没有图形化界面的情况下)
$ echo "backend: Agg" > ~/.config/matplotlib/matplotlibrc

安装中文字体: 将 WenQuanYi Micro Hei.ttf 放到 /usr/share/fonts/chinese

在执行以下命令如出现问题,请参考 5. Mac 下安装中文字体相关问题:

mkdir /usr/share/fonts/chinese
cd /usr/share/fonts/chinese
wget https://static.ricequant.com/data/WenQuanYi%20Micro%20Hei.ttf
fc-cache -fv
fc-list
rm -rf ~/.cache/matplotlib
rm -rf ~/.fontconfig

更改 Anaconda 源,提高下载速度

conda 官方的服务器在国外,因此国内的网络环境使用 conda 可能会比较慢,建议您根据自己的网络环境选择是否更换 conda 源。

清华大学提供了Anaconda的仓库镜像,我们只需要配置Anaconda的配置文件,添加清华的镜像源,然后将其设置为第一搜索渠道即可: 运行以下命令行:

conda config --add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
conda config --set show_channel_urls yes

设置好源后,就可以使用 conda install 【包名】 安装需要的 Python 库了。大部分情况下,建议使用 conda 来安装 Python 数据分析相关的库,因为 conda 做了很多的优化和版本依赖关系的管理。如果没有相关的库,则使用 pip install 【包名】 的方式来安装。

conda 虚拟环境

  • 构建 conda 虚拟环境

我们强烈建议您去创建并使用Python虚拟环境,因为这样才能让您的开发环境更加独立,不会因为安装不同的包而出现问题,造成运行失败等。

目前流行的Python虚拟环境有两种:condapyenv, 由于大部分的量化开发都是基于 Anaconda 的 python 技术栈,因此我们建议您使用 conda 作为默认的虚拟环境开发。

以下有几个常用的虚拟环境命令可以使用:

# 创建 conda 虚拟环境( :code:`env_name` 是您希望创建的虚拟环境名)
$ conda create --name env_name python=3.5

# 如您想创建一个名为rqalpha的虚拟环境
$ conda create --name rqalpha python=3.5

# 使用 conda 虚拟环境
$ source activate env_name
# 如果是 Windows 环境下 直接执行 activcate
$ activate env_name

# 退出 conda 虚拟环境
$ source deactivate env_name
# 如果是 Windows 环境下 直接执行 deactivate
$ deactivate env_name

# 删除 conda 虚拟环境
$ conda-env remove --name env_name

安装 TA-Lib

您可以使用PyPI安装:

$ pip install TA-Lib

如果发现无法通过 pip 安装,请访问 https://mrjbq7.github.io/ta-lib/install.html 解决。

对于 Windows 用户,如果编译困难,可以根据您本地的Python版本下载指定的whl包,然后 pip install TA_Lib-0.4.9-cp27-none-win_amd64.whl 来完成安装。