入门
要开始使用 NautilusTrader，您需要准备以下环境：
- 一个安装了
nautilus_trader包的 Python 3.11–3.13 环境。 - 能够运行 Python 脚本或 Jupyter Notebook，以便进行回测（backtesting）和/或实盘交易（live trading）。
安装指南
“安装指南”将帮助您在本机正确安装 NautilusTrader。
快速上手
“快速上手”提供逐步引导，带您完成第一个回测的全部配置与运行。
仓库中的示例
在线文档（https://nautilustrader.io/docs/latest/）仅展示了部分示例。完整示例请查看 GitHub 仓库。
下表按推荐的学习顺序列出了示例所在位置：
| 目录 | 内容 |
|---|---|
| examples/ | 可直接运行的独立 Python 示例。 |
| docs/tutorials/ | 以 Jupyter notebook 形式展示的教程，演示常见工作流。 |
| docs/concepts/ | 概念性指南，包含简洁的代码片段以说明关键特性。 |
| nautilus_trader/examples/ | 纯 Python 的基础策略、指标和执行算法示例。 |
| tests/unit_tests/ | 覆盖核心功能和边界情况的单元测试。 |
回测（Backtesting）API 等级
NautilusTrader 为回测提供两种 API 等级：
| API 等级 | 说明 | 特点 |
|---|---|---|
| High-Level API | 使用 BacktestNode 和 TradingNode | 推荐用于生产环境：更容易迁移到实盘交易；需要基于 Parquet 的数据目录（data catalog）。 |
| Low-Level API | 使用 BacktestEngine | 适用于库级开发：没有直接的实盘路径；可直接访问组件，但可能鼓励产生不适用于实盘的模式。 |
回测是在历史数据上运行模拟交易系统的过程。
在开始使用 NautilusTrader 进行回测之前，您需要先了解这两种 API 等级，以便选择最适合您用例的方式。
如需了解如何选择合适的 API 等级，请参阅 Backtesting 指南。
回测（低级 API）
本教程演示如何使用数据加载器（data loaders）和数据整理器（wranglers）加载 Nautilus 之外的原始数据，然后使用 BacktestEngine 运行一次回测。
回测（高级 API）
本教程演示如何将 Nautilus 之外的原始数据导入到数据目录（data catalog），然后使用 BacktestNode 运行一次回测。
使用 Docker 运行
另一种方式是下载一个独立的、已容器化的 Jupyter Notebook 服务镜像，这无需本地环境安装配置，是最快的试用方式。请注意，删除容器会一并删除容器内的数据。
- 开始前请先安装 Docker：
- 访问 Docker 安装指南 并按说明操作。
- 在终端中拉取最新版镜像：
docker pull ghcr.io/nautechsystems/jupyterlab:nightly --platform linux/amd64
- 运行容器并映射 Jupyter 端口：
docker run -p 8888:8888 ghcr.io/nautechsystems/jupyterlab:nightly
- 在浏览器中打开：
http://localhost:8888
当前 NautilusTrader 在 Jupyter Notebook 的日志输出（stdout）上会超过限制（rate limit），因此示例中将 log_level 设置为 ERROR。若将日志级别调低以查看更多日志，可能会导致 notebook 在单元格执行时卡住。我们正在研究两种可能的解决方案：要么提高 Jupyter 的配额限制，要么对 Nautilus 的日志刷新进行限流（throttling）。