做量化交易编程需要遵循以下步骤：
确定投资策略
明确投资标的、买入卖出规则、风险控制等。
根据市场情况和个人的投资目标制定策略，考虑投资风险、收益预期、资金管理等因素。
数据采集和处理
采集股票价格、指数、新闻事件等相关数据。
选择合适的数据类型和数据源，并进行处理和存储。
编写代码
使用编程语言（如Python、C++）编写量化交易程序。
根据投资策略编写代码，包括数据采集、分析、交易执行等。
可以利用现有的量化库和工具，如NumPy、Pandas、Matplotlib等，提高开发效率。
测试和调试
在模拟环境或测试工具中测试程序，确保其正确性和稳定性。
检查程序的各项指标是否符合预期，并进行必要的调试。
上线运行
完成测试和调试后，将程序正式上线运行。
确保程序的安全性和稳定性，建立维护机制，确保程序的持续运行。
学习编程
对于初学者，学习编程是必不可少的一步。Python是一种广泛使用的编程语言，适合量化交易，并且有许多开源库和工具可以使用。可以通过在线课程、教科书和教程来学习Python编程。
使用可视化工具
如果编程能力有限，可以使用一些交易平台和工具提供的可视化策略构建工具。这些工具允许用户通过拖放组件和设置参数来构建交易策略，而无需编写代码。例如，MetaTrader、NinjaTrader和TradeStation等平台提供了这样的功能。
雇佣程序员
如果不愿意或没有时间学习编程，可以考虑雇佣专业的程序员或开发团队来开发和维护量化交易策略。
使用交易信号服务
另一种选择是购买交易信号服务，这些服务提供商会提供交易信号，用户可以将这些信号应用于自己的交易账户。
动手实践
从简单的策略开始，如双均线策略，逐步实现从策略设计、代码编写到回测优化的全过程。在实践中不断发现问题并解决问题，从而提升编程能力。
参与开源项目
参与开源的量化交易项目可以让个人接触到更多优秀的代码和编程思路。在开源社区中，可以与其他开发者交流经验，学习他人的编程技巧。
使用简语言平台
一些平台如TB提供简语言平台策略代编服务，可以帮助不会编程的用户将交易思路转换成代码。
总结
做量化交易编程需要综合运用编程知识、金融知识和市场经验。通过不断学习和实践，可以逐步提高编程能力，并开发出有效的量化交易策略。