第一种是真免费：注册即用，核心功能不设付费墙。第二种是「先用后付」：前几次免费，用多了要付费或者要升级。第三种是「免费试用」：功能全给，但有时间限制。第四种最容易被忽略——功能免费，但有前置条件，比如要先开户、先入金到某个门槛、先完成实名认证才能进。
第四种在券商系工具里很常见。它没写「收费」，但对你来说，用它研究策略的前提是先往账户里放一笔钱。这笔钱不是软件费，可它实实在在占用了你的资金和注意力，而且研究阶段本来可能根本不需要真交易。
所以判断一个平台「免费不免费」，别只看它标不标免费，要看四件事：核心功能是否要付费、要付多少、有没有时间限制、有没有前置条件。
免费工具的真实价格，是你要为它付出的时间。
编程框架的软件授权是零，但要搭 Python 环境、装依赖包、接数据源、处理复权、调试跑不通的代码。这些事每一件都不难，但每一件都要花时间，新手很容易在「还没跑出第一个回测结果」的时候就把热情耗光了。
更隐蔽的是调试时间。数据没对齐、日期错位、参数写错，报错信息还看不懂——这些坑加起来可能比正经研究策略的时间还长。
对还在起步阶段的人来说，把这个成本算进去，零代码工具省下的不是钱，是好几个晚上的时间。而这几个晚上，本来可以用来跑通一两条策略，看看自己到底适不适合这条路。
第二个容易忽略的成本是数据。行情数据看着像应该免费的东西，实际上是平台最核心的成本来源之一。
免费数据源的问题一般有三种：访问频率受限（一次请求太多就断）、覆盖区间有限（只有近几年）、或者字段不全（缺成交量、缺分钟线、缺财务数据）。前两种会直接导致你的回测结果不完整——比如数据只有三年，你就没法验证策略在完整一轮牛熊里的表现，而那恰恰是最能暴露过拟合的场景。
所以选工具时不妨多问一句：数据覆盖多少年？是不是复权数据？能不能拿到真实的成交量和换手？数据质量不透明的平台，回测跑得再快也是空中楼阁。
不少平台的策略库会让你看到几十个模板，点进去才发现跑不了；或者回测次数有上限，跑完十次就提示升级；或者免费版给的结果只有收益率，回撤、夏普这些关键指标要付费才显示。
这里有个技巧：注册之前先看它免费层的边界在哪。有些平台会明确标出免费能看多少模板、能跑多少次回测、能导出几个指标——这种反而值得信任，因为边界是透明的。最怕的是那种什么都不说，跑到你正用得上某个功能时才弹出付费框。
还有一个判断标准：它免费开放的部分，是不是构成一个完整的闭环——从选策略、看回测指标，到做模拟验证。如果免费层给的是完整流程，那它对你这个阶段就够用了；如果免费层正好卡在关键一步上，等于没有。
最后一项成本不算钱，但影响最大：你在选工具上花的时间，本来可以用来把策略逻辑想清楚。
量化的核心不是工具，是把「我凭什么觉得它会涨」变成一条清清楚楚、能被数据检验的规则。工具只负责执行检验，判断还是你自己做。
回到「免费」这个主题上，对一个刚起步的散户来说，最省钱的组合通常是这样的：
第一步，用零代码网页平台把一两条策略跑通，几乎零成本，也几乎零门槛。目的是建立体感——看看回测指标长什么样，过拟合在报告里是什么样子；
第二步，用同一批想法做模拟验证，用真实日线逐日推演，看它在真实行情节奏里执行得顺不顺。这一步能把「回测漂亮但一实盘就废」的策略筛掉；
第三步，确认自己确实想往下走了，再考虑补编程和数据处理。这时候你已经不是被工具牵着走，而是知道自己要什么了。
像中和量化服务平台这类注册即享 1 年全部功能免费试用的平台，第一步和第二步都能覆盖：69 个策略模板可选，回测基于真实 A 股历史数据并输出收益、年化、最大回撤、胜率、夏普比率，实盘模拟验证则用真实日线按策略逐日推演。
还是要重复一句：模拟验证用的是真实行情做推演，不是真实资金交易，它验证的是规则能不能按预期执行；任何工具、任何平台都不能保证收益，回测和模拟里跑得好看的策略，在真实市场里也要承担风险。