成功的量化交易——量化交易环境（2）

一旦上面安装了必要的包，我们就可以通过Python包管理器pip继续安装NumPy。Pip将下载包的zip文件，然后从源代码为我们编译它。请记住，这将需要一些时间来编译，可能10分钟或更长，取决于您的CPU：

sudo pip install numpy

一旦安装了NumPy，我们需要在继续之前检查它是否工作。如果你看一下终端，你会看到你的用户名后面跟着你的计算机名。在我的示例中，它是mhallsmoore@algobox，后面跟着提示符。在提示符中输入python，然后尝试导入NumPy。我们将通过计算列表的平均值来测试它的工作原理：

mhallsmoore@algobox:~$ python

Python 2.7.4 (default, Sep 26 2013, 03:20:26)

[GCC 4.7.3] on linux2

Type "help", "copyright", "credits" or "license" for more information.

>>> import numpy

>>> from numpy import mean

>>> mean([1,2,3])

2.0

>>> exit()

现在NumPy已经成功安装，我们希望安装名为SciPy的Python科学库。它有自己的一些包依赖关系，包括ATLAS库和GNU Fortran编译器，必须先安装:

sudo apt-get install libatlas-base-dev gfortran

现在，我们准备使用pip安装SciPy。这将需要相当长的时间来编译，也许10-20分钟，取决于CPU的速度：

sudo pip install scipy

现在已经安装了SciPy。我们将以与NumPy类似的方式测试它计算整数列表的标准差：

mhallsmoore@algobox:~$ python

Python 2.7.4 (default, Sep 26 2013, 03:20:26)

[GCC 4.7.3] on linux2

Type "help", "copyright", "credits" or "license" for more information.

>>> import scipy

>>> from scipy import std

>>> std([1,2,3])

0.81649658092772603

>>> exit()

本节的最后一个任务是安装pandas数据分析库。我们不需要另外的准备在这个阶段，因为已经有NumPy和SciPy：

sudo pip install pandas

接下来跟前面一样测试一下pandas库是否安装：

>>> from pandas import DataFrame

>>> pd = DataFrame()

>>> pd

Empty DataFrame

Columns: []

Index: []

>>> exit()

既然已经安装了基本的数字和科学库，接下来我们将安装统计和机器学习库，既statsmodels 和 scikit-learn。

【交易学习】

【交易员洞察】

金融寒冬中的一束星火—ALPHA金融人才孵化计划

中国量化交易的现状与未来前景如何

人类历史上最早的泡沫故事——“郁金香热”始末

从个人交易员成长为机构交易员

【基础知识】

小白如何学金融

全球央行货币政策及财政政策解析

金融行业组织架构及岗位分布

什么叫宏观交易员？

【货币交易】

人民币货币市场全景图

详解货币交易术语

保证金账户运作机制

【黄金交易】

世界黄金浮生纪事

中国黄金的前世今生

黄金价格走势及内在机理