在期货程序化交易中，常用的编程语言包括：
Python：
Python是一种高级编程语言，因其简洁的语法和丰富的金融分析库（如NumPy和pandas）而广受青睐。它适用于数据清洗、分析、策略编写和回测，并且有专门的库如Zipline用于构建和回测交易策略。
C++：
C++以其高效和快速的执行速度著称，适用于需要处理大量数据和快速执行交易指令的场景，如高频交易。C++可以直接与底层操作系统和硬件交互，减少延迟。
Java：
Java具有良好的跨平台性，适合开发大型的交易系统。它的面向对象编程结构和多线程功能有助于同时处理多个交易任务，提高交易效率。
R：
R语言在统计分析方面有强大的功能，适合需要深入分析期货市场数据的交易者。它拥有丰富的统计和机器学习库，可以进行高级的数据分析和建模。
Excel：
虽然Excel是一款通用的办公软件，但它在简单的数据处理和分析方面有很大作用。对于更复杂的数据处理，可以使用专业的数据处理软件如Matlab。
Matlab：
Matlab提供了强大的矩阵运算和数据分析功能，适合进行复杂的数学计算和模型构建。它还拥有专门的金融工具箱，提供了丰富的金融函数，便于构建和测试期货交易策略。
建议
选择编程语言时，应根据具体需求（如执行速度、跨平台性、数据分析能力等）和开发者的熟悉程度来决定。对于初学者和需要快速原型设计的项目，Python是一个很好的选择。对于需要高性能和低延迟的场景，C++更为合适。Java适合构建大型、复杂的交易系统，而R和Matlab则适用于数据分析和统计建模。