请注意NTQ的运行是基于python代码的，如果您还没有安装Python，请参考这篇文档先安装Python3.9+
NTQ自备了一键安装功能，如果您的电脑已经安装了Python，那么请按照如下步骤完成安装。
第一步，下载NTQ
NTQ是开源免费的软件，在Github上和Gitee上都有，这里使用Gitee作为演示，Github的下载方式相同。
通过点击链接 https://gitee.com/garnet/new-tea-quant 进入Gitee的代码仓库。
点击仓库右边的克隆/下载按钮
如果您不是开发者，您可以按图中所示直接点击窗口右上方的下载zip文件到本地进行下一步操作。如果您想克隆代码到本地，那么在您的命令行工具里输入以下命令：
git clone https://gitee.com/garnet/new-tea-quant.git 
第二步，安装NTQ
启动安装引导
找到您解压zip文件或者clone代码的根目录，启动您的命令行工具（window可以用powershell）
cd <工程根目录的绝对路径>然后输入以下命令运行：
python launcher.py如果您的python还是指向老板本，也可以使用
python3 launcher.pyWindows 可能是：
python ./launcher.py根据指引安装NTQ
等待一会儿后，程序会自动打开您的浏览器，进入安装向导页面：
1. 配置用户空间（userspace）位置
用户目录是用来存放您自己的策略或者配置的位置，以后软件升级是不会更改这个目录的，这样无论软件删除或者升级，只要您的用户空间还在，所有您私有的策略和配置都能够被恢复或者继续使用。
注意如果您的用户空间在指定位置已经存在，系统会提出警告，但是安装过程不会覆盖您已有的用户空间。
这里建议您直接下一步。
2. 配置数据库：
默认的DuckDB是不需要额外安装和配置的，如果您只是使用者，建议使用这个数据库。
这里建议您直接下一步。
如果您是开发者：
那么选择PgSql或者MySql可能是更好的选择，但是需要您额外安装第三方软件。如果需要，您可以参考这篇文档来安装这两种数据库。安装完成后需要在当前页面选择相应的数据库，并且填入相应的连接密码和数据库名称，系统会自动配置并记住连接。
根据作者测算，在默认情况下，DuckDB在NTQ运行回测的效率普遍高于其他两个数据库（约快20%），PostgreSql略微强于MySql。
3. 导入数据
如果您是第一次使用NTQ，而且没有使用NTQ的更大的3年演示数据，那么这里建议您选择导入演示数据
默认的数据包包括300只股票1年的数据记录（抱歉不能默认给更大的演示数据，因为数据太占空间了），这个官网提供另一个演示数据包包括所有股票（5000+）2023年-2025年所有的演示数据（约300-600 MB），需要您注册会员后在“个人页”进行下载。下载后新的导入方式请参考下方的提示。
注意：如果NTQ没有数据会导致无法使用。如果您已经下载了NTQ 3年的演示数据，请进入initialization/data 删除demo_data.zip 然后把新的数据zip包放入，这时如果再点击“导入演示数据”，导入的就是3年的数据包了。
如果您已经完成安装并想改变的导入的数据包并重新导入，您可以进入 设置 -> 安装与维护 -> 重新安装，然后安装上述方式更换数据包即可。
4. 安装机器学习依赖包（可选步骤）
机器学习依赖包可以安装较慢且并不是NTQ运行的必备依赖，因此变成了单独一步。如果您需要机器学习帮助您在回测过程中分析您的参数配置对结果的影响和贡献度，那建议您安装。如果您现在不安装以后也仍然可以在设置 -> 安装与维护 中单独安装。
这里建议您安装，但可能需要额外等待数分钟。
5. 询问是否愿意帮助改进NTQ
为了快速定位NTQ的缺陷或者错误，作者会对您使用NTQ的一些行为进行跟踪。
请注意：作者不会跟踪任何个人或者策略的敏感信息，只是跟踪一些命令执行的情况来改进用户体验。代码是开源的，大家都能看到。
当然作者更希望您同意分享您的使用数据，但这是您自己的选择。
您可以在这个链接里看到作者追踪了什么数据和如何后续开启或者关闭追踪的操作方法
到此，我们所有的安装就完成了。NTQ会弹出欢迎页面和一些基本的使用介绍，如果您还不了解NTQ，那么强烈建议您花3分钟读完这个简介再进入其他功能页面。