💡 环境配置实战技巧

本章重点讲解了量化交易开发环境的搭建。让我补充几个实战中的关键技巧：

1. Conda环境最佳实践

# 创建独立环境，避免依赖冲突
conda create -n quant_trading python=3.9
conda activate quant_trading

# 使用environment.yml复现环境
conda env export > environment.yml
conda env create -f environment.yml

2. 依赖版本锁定

在 requirements.txt 中锁定版本号，确保团队环境一致：

numpy==1.23.5  # 不是 numpy
pandas==1.5.3
torch==2.0.0

3. 验证环境完整性

# 一键验证所有核心包
import sys
packages = ['numpy', 'pandas', 'torch', 'sklearn', 'matplotlib']
for pkg in packages:
    try:
        __import__(pkg)
        print(f"✅ {pkg}")
    except ImportError:
        print(f"❌ {pkg} 缺失")

4. GPU检测

import torch
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"GPU数量: {torch.cuda.device_count()}")
if torch.cuda.is_available():
    print(f"GPU名称: {torch.cuda.get_device_name(0)}")

关键要点： 环境配置是量化开发的基础，建议使用虚拟环境隔离不同项目，版本锁定确保可复现性。