3.12 的QMT删掉了 3.6 的大概 40 个库

上一篇拆了目录结构(QMT 客户端里其实装了两个 Python),这篇是它的直接应用:把两套环境的第三方库逐个版本对了一遍。

结论先行——3.12 是 3.6 的现代化版本,核心量化栈齐全且新得多;但 3.6 独有深度学习和 Jupyter 全家桶,3.12 独有 pyarrow 这类新依赖。真正会咬人的不是”少了哪个库”,而是 pandas 从 0.22 跨到 3.0 的那道坎。

本文列出了主要的差异,完整版的差异对比,请见https://pan.quark.cn/s/62af0da5bff1

一、删掉的和新增的库

3.6 独有(3.12 没装)

库 版本 说明
tensorflow 1.8.0 深度学习。3.12 未装,需要可另装新版
torch 1.0.1 同上
tensorboard / astor / gast / absl-py — TF 的配套依赖,随之存在
jupyter / notebook / ipython 全家桶 notebook 5.7.8 等 15+ 项 QMT 内置 Notebook 研究环境
cvxopt 1.2.5 旧凸优化求解器,3.12 改用 osqp/highspy/clarabel
tables (PyTables) 3.6.1 HDF5 读写
numexpr 2.7.0 表达式加速
redis / pymongo / pymssql 3.5.3 / 3.11.3 / 2.1.4 数据库客户端
grpcio / protobuf 1.12.1 / 3.5.2 RPC 通信

3.12 独有

库 版本 说明
pyarrow 23.0.1 列式存储 / Feather 加速,pandas 3.x 的现代数据后端
pyyaml 6.0.3 YAML 解析
osqp / highspy / clarabel / qdldl — 新一代凸优化求解器,替代 cvxopt
pytz 2026.1 + tzdata — 时区库已是最新
cffi 2.0、packaging 26.0 — 现代 pip 生态的基础依赖

二、能力矩阵:一眼看清取舍

能力 3.6 3.12
行情 / 交易(xtquant) ✅ ✅(同版本)
数据处理 / 回测 ✅(旧 API) ✅(新 API,性能更强)
传统机器学习(sklearn) ✅ 0.23 ✅ 1.8
深度学习(TF / PyTorch) ✅ ❌ 未装(可补)
Jupyter 研究环境 ✅ ❌ 未装
数据库客户端(Redis/Mongo/MSSQL) ✅ ❌ 未装(可 pip 补)
现代求解器(OSQP / HiGHS) ❌ ✅
pip 装新包 ❌ 越来越难 ✅ 生态完整

最后一行需要说清楚:Python 3.6 在 2021 年底就 EOL 了,现在 PyPI 上大量包不再提供 3.6 的安装包。留在 3.6 不是”稳定”,是”冻结”——不会坏,但也不会有新东西。

三、核心量化库:版本对照

库 3.6 环境 3.12 环境 跨度 差异等级
pandas 0.22.0(2017 年末) 3.0.2 跨 3 个大版本 + 8 年 🔴 极大,API 大改
numpy 1.19.1 2.4.4 1.x → 2.x 🔴 大,2.0 有破坏性变更
scipy 1.5.2 1.17.1 跨 12 个大版本 🟡 中
scikit-learn 0.23.2 1.8.0 0.x → 1.x 🟡 中
matplotlib 3.0.3 3.10.8 跨 10 个小版本 🟢 小
statsmodels 0.12.1 0.14.6 小 🟢 小
TA-Lib 0.4.17 0.6.8 大改版 🟡 中
cvxpy 0.4.11 1.5.4 0.x → 1.x 🟡 中,接口重组
requests 2.24.0 2.33.1 小 🟢 小
xlrd 1.2.0 2.0.2 2.0 只支持 .xls 🟡 中
xtquant 250807.1.2 250807.1.2 完全相同 ✅ 一致

最后一行最值得注意:QMT 官方 API 在两套环境里版本完全一致。也就是说行情、交易这些接口的调用代码,两边写法相同——你不用担心升级之后 passorder 变了。变量全在数据处理这一层。

一个补充:包数量的口径

扫描时看到两个数字容易混:3.6 的 site-packages 约 100 个包,3.12 的目录项约 140 个。后者看着更多,但实际发行包只有 60 个左右——因为每个包装完之后会带 .dist-info 目录,现代 pip 还多一层,所以目录项数差不多是发行包数的两倍多一点。3.6 那边包数虽多,是因为带了 Jupyter 全家桶、TF 和一堆数据库客户端。

换句话说:3.12 是精简过的现代栈,不是缩水版。 该有的量化依赖都在,砍掉的是 2018 年那批顺带装进来的东西。

本文列出了主要的差异,完整版的差异对比,请见https://pan.quark.cn/s/62af0da5bff1


免责声明

  1. 本文为编程技术研究内容,不构成任何投资建议、荐股意见或收益承诺。
  2. 所有版本号来自本人本机某券商客户端的实际扫描,不同券商、不同客户端版本所附库的版本可能不同,请以自己环境打印出的 pip list 为准。
  3. 升级、换版本前请先备份策略代码与配置;在模拟环境验证通过后再用于实盘。
  4. 未经模拟测试直接实盘导致的损失由使用者自行承担。
  5. 本文内容按”现状”提供,不保证适用于所有客户端版本;库的 API 变更以各库官方文档为准。

赞赏作者

赞赏码

本页面赞赏完全自愿,属于读者无偿鼓励,不提供任何商品、服务、答疑、内容解锁等对价。您可随意选择是否赞赏以及赞赏金额。

微信二维码 Share