2. 环境搭建：安装Python、Anaconda、Jupyter Notebook、LightGBM、Pandas、NumPy、Matplotlib

量化策略的灰度回测依赖一套稳定、可复现的软件环境。本章将指导你从零搭建包含 Python 3.10+、Anaconda、Jupyter Notebook、LightGBM 以及核心数据科学库（Pandas、NumPy、Matplotlib）的完整工作台。所有组件均采用当前稳定版本，兼顾兼容性与性能。

2.1 整体架构概览

下图展示了本教程所搭建环境的层级关系与数据流向。Anaconda 作为基础发行版，提供 Python 解释器与包管理器；Jupyter Notebook 作为交互式开发前端；LightGBM 与 Pandas/NumPy/Matplotlib 构成策略开发与回测的核心计算层。

2.2 分步安装指南

按照以下顺序依次安装，每一步完成后可进行简单验证，避免后续依赖冲突。

2.2.1 安装 Anaconda（含 Python 3.10）

1. 下载安装包：访问 Anaconda 官网，选择 Python 3.10 版本的图形化安装包（约 800 MB）。
2. 执行安装：
   • Windows：双击 .exe 文件，勾选 "Add Anaconda to my PATH environment variable"（推荐），其余保持默认。
   • macOS/Linux：在终端运行 bash Anaconda3-2024.10-1-Linux-x86_64.sh，按提示完成安装。
3. 验证安装：打开终端（或 Anaconda Prompt），输入以下命令：

conda --version
python --version

应分别输出 conda 版本号（如 24.11.0）和 Python 3.10.x。

2.2.2 创建独立虚拟环境

为避免与系统其他 Python 项目冲突，建议为本课程创建专用环境：

conda create -n lightgbm_backtest python=3.10 -y
conda activate lightgbm_backtest

2.2.3 安装 Jupyter Notebook

在已激活的 lightgbm_backtest 环境中执行：

conda install jupyter notebook -y

安装完成后，启动测试：

jupyter notebook

浏览器应自动打开 http://localhost:8888/tree，显示 Jupyter 文件浏览界面。

2.2.4 安装核心数据科学库

Pandas、NumPy、Matplotlib 是量化回测的三大基础库，使用 conda 一次性安装：

conda install pandas numpy matplotlib -y

各库版本验证：

python -c "import pandas; print(pandas.__version__)"
python -c "import numpy; print(numpy.__version__)"
python -c "import matplotlib; print(matplotlib.__version__)"

预期输出：2.2.x、1.26.x、3.8.x 或更高。

2.2.5 安装 LightGBM

LightGBM 是梯度提升框架的核心，推荐使用 pip 安装最新稳定版：

pip install lightgbm

验证安装：

python -c "import lightgbm as lgb; print(lgb.__version__)"

输出应为 4.5.0 或更高版本。若输出 4.0.0 以下版本，请升级：pip install --upgrade lightgbm。

2.3 安装清单速查表

下表汇总了所有组件及其关键信息，方便安装后逐一核对：

2.4 一键安装脚本（可选）

如果你希望跳过逐条输入，可将以下内容保存为 setup_env.sh（Linux/macOS）或 setup_env.bat（Windows），一键完成环境搭建：

# setup_env.sh — Linux / macOS
conda create -n lightgbm_backtest python=3.10 -y
conda activate lightgbm_backtest
conda install jupyter pandas numpy matplotlib -y
pip install lightgbm
echo "环境搭建完成！请运行: conda activate lightgbm_backtest"

REM setup_env.bat — Windows
conda create -n lightgbm_backtest python=3.10 -y
conda activate lightgbm_backtest
conda install jupyter pandas numpy matplotlib -y
pip install lightgbm
echo 环境搭建完成！请运行: conda activate lightgbm_backtest

2.5 常见问题与排错

• conda 命令找不到：Windows 用户请使用 Anaconda Prompt 而非普通 CMD；macOS/Linux 用户需将 Anaconda 的 bin 目录加入 PATH（安装时选择自动添加）。
• Jupyter Notebook 无法启动：检查防火墙是否拦截 8888 端口；尝试 jupyter notebook --port=9999 更换端口。
• LightGBM 安装报错（Windows）：确保已安装 Microsoft Visual C++ Redistributable（2015-2022），可从微软官网免费下载。
• 版本冲突：若出现 ImportError: cannot import name 'xxx' from 'pandas'，请升级所有包：conda update --all -y。

2.6 环境验证综合测试

完成所有安装后，在 Jupyter Notebook 中新建一个笔记本，运行以下代码块。若全部输出 ✅ 且无报错，则环境搭建成功：

# 环境综合验证脚本
import sys
import pandas as pd
import numpy as np
import matplotlib
import lightgbm as lgb

print(f"Python 版本: {sys.version.split()[0]} ✅")
print(f"Pandas 版本: {pd.__version__} ✅")
print(f"NumPy 版本: {np.__version__} ✅")
print(f"Matplotlib 版本: {matplotlib.__version__} ✅")
print(f"LightGBM 版本: {lgb.__version__} ✅")
print("所有组件加载成功，环境就绪！")

预期输出示例：

Python 版本: 3.10.12 ✅
Pandas 版本: 2.2.3 ✅
NumPy 版本: 1.26.4 ✅
Matplotlib 版本: 3.8.5 ✅
LightGBM 版本: 4.5.0 ✅
所有组件加载成功，环境就绪！