4. Python 环境搭建与数据源配置

量化因子 IC 分析依赖稳定的 Python 科学计算生态与可靠的数据接口。本章将指导你完成从基础库安装、数据源 API 配置到 Jupyter Notebook 交互环境设置的全流程，确保后续章节的因子计算与 IC 检验能够顺利执行。

4.1 核心科学计算库安装

IC 分析涉及矩阵运算、统计检验与时间序列建模，以下四个库是必备基础：

推荐使用 pip 一次性安装，避免逐个处理依赖冲突：

pip install pandas numpy scipy statsmodels

4.2 数据源 API 配置

因子 IC 分析需要高质量的日频或更高频数据。国内量化领域主流数据源为 Tushare 与 Wind，两者在接入方式与数据权限上存在显著差异：

4.2.1 Tushare Pro 配置步骤

1. 注册 Tushare 账号并登录 https://tushare.pro，在个人中心获取 API Token。
2. 安装 Python 包：pip install tushare
3. 在代码中初始化接口：

import tushare as ts

# 设置 token（建议从环境变量读取，避免硬编码）
ts.set_token('your_token_here')
pro = ts.pro_api()

# 测试连接：获取交易日历
df = pro.trade_cal(exchange='SSE', start_date='20240101', end_date='20240110')
print(df.head())

4.2.2 Wind Python API 配置步骤

1. 确保已安装 Wind 金融终端并登录。
2. 在终端菜单栏选择“插件” → “Python API” 完成环境注册。
3. 在 Python 中启动接口：

from WindPy import w

# 启动 Wind 接口（需先打开 Wind 客户端）
w.start()

# 测试连接：获取股票行情
data = w.wsd("000001.SZ", "close", "2024-01-02", "2024-01-10")
print(data.Data[0][:5])

4.3 Jupyter Notebook 交互环境设置

Jupyter Notebook 是因子 IC 分析最常用的交互式开发环境，支持代码、可视化与说明文档的混合编排。推荐以下配置方案：

4.3.1 安装与启动

# 安装 Jupyter Notebook
pip install jupyter

# 启动服务（默认端口 8888）
jupyter notebook

4.3.2 提升效率的扩展配置

• Jupyter Lab（推荐替代经典 Notebook）：pip install jupyterlab，提供多标签页、文件浏览器与更完善的插件生态。
• 自动重载模块：在 Notebook 首行加入 %load_ext autoreload 和 %autoreload 2，修改外部 .py 文件后无需重启内核。
• 显示所有输出：from IPython.core.interactiveshell import InteractiveShell; InteractiveShell.ast_node_interactivity = "all"，便于同时查看多个变量的结果。

4.4 环境验证与数据链路测试

完成上述配置后，执行以下完整测试脚本，确认所有组件协同工作：

import pandas as pd
import numpy as np
from scipy.stats import spearmanr
import statsmodels.api as sm
import tushare as ts

# 1. 数据获取（以 Tushare 为例）
ts.set_token('your_token')
pro = ts.pro_api()
df_daily = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20240120')

# 2. 构造模拟因子与收益率
np.random.seed(42)
factor = np.random.randn(len(df_daily))
returns = df_daily['pct_chg'].values / 100.0

# 3. 计算截面 IC（Spearman 秩相关）
ic, p_value = spearmanr(factor, returns)
print(f"IC: {ic:.4f}, p-value: {p_value:.4f}")

# 4. 回归检验（因子收益率）
X = sm.add_constant(factor)
model = sm.OLS(returns, X).fit()
print(model.summary().tables[0])

若上述代码无报错且输出 IC 值与回归系数，则说明环境搭建成功，数据链路通畅。

4.5 常见问题与排查清单