一、券商系实盘量化终端（A 股自动交易首选，合规）

核心优势：对接你的证券账户，支持程序化自动下单；软件本身免费，由券商给达标客户开通，存在资产与适当性门槛。

1. 迅投 QMT

国内个人量化圈子最主流的本地量化终端，大量私募也在用。

• ✅ 优点：本地电脑运行，Python+VBA 双语言，第三方库自由安装；支持 Tick 级逐笔回测，回测与实盘逻辑贴近；品种覆盖股票、ETF、可转债、两融、期权；篮子交易、算法拆单功能强，策略源码保存在本地，隐私性好。
• ❌ 缺点：电脑关机策略停止运行，需要挂机；需要自己维护本地行情数据；上手门槛偏高，要有 Python 基础。
• 适合：有编程能力、做日内回转、ETF 套利、多因子、需要高精度 Tick 回测的交易者。

2. 恒生 PTrade

券商云端托管量化平台，上班族首选。

• ✅ 优点：策略部署在券商服务器，电脑关机依旧运行；开箱即用，自带网格、拐点交易、ETF 轮动模板，零基础也能上手条件单；无需维护服务器和本地数据，运维成本极低。
• ❌ 缺点：Python 为沙箱环境，第三方库受限；Tick 级回测偏弱，不适合高频精细回测；策略代码上传券商服务器。
• 适合：没时间长期开电脑，做中低频轮动、网格交易，编程基础薄弱的个人投资者。

补充：部分券商支持同一账户同时开通 QMT+PTrade 双权限，一个做研究回测，一个跑托管实盘。

二、云端回测研究平台（主要用来写策略、回测，部分支持对接实盘）

这类平台主打网页端 Python 编程，自带清洗好的行情、财务数据，最适合新手练手、验证策略。

1. 聚宽 JoinQuant

国内生态最成熟的量化社区。

• ✅：基础功能免费，A 股、ETF、期货数据齐全；大量共享策略、教程，新手友好；网页端直接写代码跑回测，不用本地配置环境。
• ❌：免费版算力、数据额度有限；实盘需要额外对接券商柜台，不是原生内置。
• 适合：量化入门，学习 Python 量化、多因子选股、快速验证策略思路。

2. 米筐 RiceQuant

专业度高，因子研究、机器学习友好。

• ✅：数据质量高，Tick、财务、另类数据完善；API 设计简洁，适合做深度因子挖掘、机器学习策略。
• ❌：社区活跃度弱于聚宽，高级数据收费。
• 适合：有一定 Python 基础，专注多因子、量化研究的用户。

3. BigQuant

主打 AI / 机器学习量化。

• ✅：支持无代码可视化建模，自动挖掘因子，对想尝试 AI 量化的用户很友好。
• ❌：偏研究，实盘落地链路相对麻烦。
• 适合：想把机器学习、AI 模型用到量化策略的玩家。

三、第三方本地量化平台 & 开源框架

掘金量化

本地专业量化平台，股票、期货、期权全覆盖，多语言支持，策略本地运行，代码不上云，回测性能强，适合中小量化团队、专业个人。需要对接支持的券商柜台。

VNPY

国内最火的开源量化框架，完全免费。

• ✅：开源免费，自由度拉满，股票、期货、期权都支持；社区庞大，文档多，可以自己搭建整套交易系统。
• ❌：学习曲线陡峭，需要较强 Python 能力，全部东西自己搭建，行情、账户对接需要自己搞定。
• 适合：深度编程爱好者，想自研整套量化系统。

Backtrader

海外老牌 Python 回测开源框架，完全免费。

• ✅：轻量、文档丰富，适合学习量化逻辑。
• ❌：原生 A 股支持一般，需要自己接入行情数据源，实盘对接成本高，大多只用来做学习回测。

四、极简选型对照表

表格

五、一句话快速选型建议

1. 目标直接做 A 股程序化实盘：优先看券商的 QMT / PTrade，合规，原生对接股票账户。
2. 零基础，先学量化、跑回测，暂时不实盘：直接用聚宽上手，社区资料多。
3. 会 Python，做因子挖掘、AI 策略研究：选米筐 / BigQuant。
4. 编程功底很强，想从零搭建整套量化系统：VNPY。

开户找我优惠多多！选8888资金靓号！股票满足条件万0.854！ETF佣金万0.5！基金申购打一折！逆回购手续费百万分之一！10万门槛免费量化QMT+ptrade！更多优惠欢迎找我！