1. 建虚拟环境
用 venv 或 conda 隔离依赖,避免与系统包冲突:python -m venv vbt-env。
Installation
vectorbt 通过 pip 安装,核心依赖是 pandas、NumPy 与 Numba。基础安装一条命令即可;需要预编译速度可加 Rust 引擎;需要 TA-Lib、Pandas TA 等集成可加 full 扩展。本页按官方 README 整理三种安装方式、依赖与 License 限制,帮你一次装对。
| 安装命令 | 内容 | 适用场景 |
|---|---|---|
pip install -U vectorbt | 基础库(pandas/NumPy/Numba) | 大多数回测与策略研究,先装这个 |
pip install -U "vectorbt[rust]" | 基础库 + 可选 Rust 引擎 | 追求预编译速度、避免 JIT 首次编译开销 |
pip install -U "vectorbt[full]" | 基础库 + TA-Lib / Pandas TA 等可选集成 | 需要完整指标生态与第三方集成 |
pip install -U "vectorbt[full,rust]" | 全部可选集成 + Rust 引擎 | 既要多指标又要高性能 |
用 venv 或 conda 隔离依赖,避免与系统包冲突:python -m venv vbt-env。
激活环境后执行 pip install -U vectorbt,pip 会自动拉取 pandas/NumPy/Numba。
需要 Rust 引擎或 TA-Lib/Pandas TA 集成时,改用 vectorbt[rust] 或 vectorbt[full]。
执行 python -c "import vectorbt as vbt; print(vbt.__version__)" 输出版本号即安装成功。
| 依赖 | 说明 | 是否必需 |
|---|---|---|
| pandas | DataFrame 与 accessor 载体 | 必需 |
| NumPy | 向量化数组运算底层 | 必需 |
| Numba | JIT 编译加速 | 必需 |
| Rust 引擎 | 预编译速度,免 JIT 开销 | 可选 |
| TA-Lib / Pandas TA | 第三方指标集成 | 可选 |
只想跑通回测、做策略研究,用 pip install -U vectorbt 最省事,Numba JIT 首次编译后速度已足够快。
反复跑大量回测、介意 JIT 预热开销,加 vectorbt[rust] 用预编译引擎。
需要 TA-Lib、Pandas TA 等完整指标生态,加 vectorbt[full] 一次装齐。
| 报错 | 原因 | 处理 |
|---|---|---|
| 依赖冲突 | 与已有包版本冲突 | 用全新虚拟环境重装基础版 |
| Rust 引擎编译失败 | 缺少编译工具链 | 退回基础版(Numba JIT 已够用) |
| TA-Lib 安装失败 | C 库未装 | 先装 TA-Lib C 库或跳过 full 扩展 |
| import 报错 | 未激活环境或路径问题 | 确认 venv 已激活、核对解释器路径 |
常见原因是依赖冲突或缺少编译工具。建议先用全新虚拟环境安装基础版;若装 Rust 引擎或 TA-Lib 失败,确认系统有对应编译工具链或改用基础版。
不必。Rust 引擎是可选的预编译加速,基础版的 Numba JIT 已能满足大多数回测;只有对速度极其敏感时才考虑。
以官方 README 与 PyPI 说明为准(当前面向 Python 3.x 现代版本);安装前建议在虚拟环境中用 pip 自动解析,避免与系统 Python 冲突。
vectorbt 是回测与策略研究库,不内置券商下单;实盘需自行对接交易接口,且涉及真实资金需自行评估风险。