编写股票程序可以使用以下几种编程语言：
Python
特点：简单易学的编程语言，拥有丰富的第三方库和工具，如Pandas和NumPy，适合数据分析和处理股票数据。Python还可以通过各种API连接到股票交易平台，进行实时交易和策略回测。
适用场景：适合初学者和需要快速开发项目的用户，尤其是数据分析和策略回测方面。
R
特点：在统计学和数据科学领域广受欢迎，具有强大的数据处理和可视化能力，以及丰富的金融分析包，例如quantmod和PerformanceAnalytics。
适用场景：适合需要进行复杂统计分析和数据可视化的用户，尤其是金融分析师和量化交易员。
Java
特点：广泛应用于企业级应用开发，拥有庞大的开发社区和丰富的第三方库，可用于开发股票交易平台和大规模的高频交易系统。
适用场景：适合需要高稳定性和高并发处理能力的项目，尤其是大型金融机构和交易所。
C++
特点：高性能的编程语言，常用于开发金融交易系统和高频交易算法，具有强大的内存管理和计算能力。
适用场景：适合对速度和效率有严格要求的项目，尤其是低延迟交易系统和高频交易算法。
MATLAB
特点：用于数学计算和数据分析的语言和环境，提供了丰富的金融工具箱，可用于股票模型建立、策略回测和风险管理等方面。
适用场景：适合需要快速进行数学建模和数据分析的用户，尤其是科研人员和金融工程师。
建议
初学者：Python和R是较好的选择，因为它们易于学习且有很多相关资源和支持。
高性能需求：C++和Java可能更合适，因为它们提供了更高的性能和更强大的计算能力。
统计分析：R语言在统计分析和数据可视化方面具有优势，适合金融分析师和量化交易员。
企业级应用：Java适合开发稳定且可扩展的股票交易平台和算法交易策略。