对于无编程基础的股民来说，在选择Python量化回测框架时，应着重考虑框架的易用性、学习曲线以及是否提供足够的学习资源和支持。以下是对几个常见Python量化回测框架的分析，以及针对无编程基础股民的建议：
一、常见Python量化回测框架分析
1. Zipline
* 特点：Zipline是一个功能强大的量化回测框架，提供了从数据获取、策略编写到回测结果分析的一站式解决方案。它支持复杂的策略实现和高效的回测过程。
* 学习难度：对于无编程基础的股民来说，Zipline的学习曲线相对较陡，需要掌握Python编程以及量化交易的基本概念。
2. Ptrade
* 特点：Ptrade是一款专为股民设计的量化交易软件，提供了丰富的量化交易函数和策略模板。它打通了策略研究、编写、回测、仿真到实盘的全链路，支持分钟级和日线级的回测，以及多种级别的实盘交易。
* 学习难度：Ptrade的学习难度相对较低，因为它提供了图形化的操作界面和丰富的策略模板，使得无编程基础的股民也能轻松上手。此外，Ptrade还支持IPython Notebook研究环境，方便用户进行策略研究和优化。
3. 聚宽
* 特点：聚宽是一个综合性的量化交易平台，提供了数据获取、策略编写、回测、模拟交易和实盘交易等功能。它拥有丰富的量化交易策略库和教程资源，适合初学者学习和实践。
* 学习难度：聚宽对于无编程基础的股民来说也是一个不错的选择。它提供了简单易用的策略编写界面和详细的教程资源，帮助用户快速掌握量化交易的基本概念和操作方法。
二、针对无编程基础股民的建议
1. 选择易用性高的框架：鉴于无编程基础，股民应优先选择那些提供图形化操作界面、丰富策略模板和教程资源的量化回测框架，如Ptrade和聚宽。这些框架能够降低学习难度，帮助股民快速上手。
2. 逐步学习Python编程：虽然这些框架降低了量化交易的学习门槛，但掌握Python编程仍然对于深入理解和优化策略至关重要。股民可以利用框架提供的教程和资源，逐步学习Python编程和量化交易的基本概念。
3. 实践并优化策略：通过实践来检验和优化策略是量化交易的关键。股民可以利用框架提供的回测功能，不断测试和调整自己的策略，以提高交易效果和盈利能力。
综上所述，对于无编程基础的股民来说，Ptrade和聚宽是更适合的Python量化回测框架。它们提供了易于上手的操作界面和丰富的策略模板及教程资源，有助于股民快速掌握量化交易的基本概念和操作方法。同时，股民也应逐步学习Python编程和量化交易的相关知识，以更好地理解和优化自己的交易策略。