期货量化策略期望值研究：环境搭建记录

最近为了研究期货量化、以及不同策略对期望值的影响，我在 Win11 上做了一轮安装测试，下面记录一下我的环境搭建过程 ✨📈

🐍 我的 Python 环境用 Miniforge 搭建

安装时建议选择 “Just me” 👤✅
这样更省心，能减少权限问题，也更不容易和系统里其他 Python 发生“默认解释器抢占”的混乱情况。

🧰 安装后配置（研究/回测环境）

下面是我整理后的命令记录（✅ 修正了小错误 + 增加可爱排版）：

# 1) 安装完成后打开 Miniforge Prompt，检查是否安装成功并生效 ✅
conda --version
conda info

# 2) 设置更稳定的通道（只需要执行一次）🧊
conda config --set channel_priority strict
conda config --add channels conda-forge

# 3) 创建量化研究环境 🧪
conda create -n quant-research python=3.10 -y
conda activate quant-research
python --version

# 4) 安装科学计算 & Jupyter 基础包 📦
conda install -y numpy pandas scipy numba matplotlib scikit-learn jupyterlab ipykernel

# 5) 安装量化相关库（研究/回测线）📈
pip install akshare backtrader vectorbt

# 6) 将环境注册到 🧠
python -m ipykernel install --user --name quant-research --display-name "quant-research"

# 7) 快速自检 🧪✅
python -c "import numpy, pandas, akshare, backtrader, vectorbt; print('ok')"

🎉 完成！

这样就完成了环境搭建，后面你只需要：

1	conda activate quant-research