金融软件学的内容主要包括以下几类：

统计分析软件

Eviews：用于时间序列分析、回归分析等统计方法。

SPSS：广泛应用于社会科学、市场研究、健康研究等领域的统计分析。

SAS：企业级的统计分析软件，功能强大，适用于大规模数据处理。

MATLAB：主要用于数值计算、数据可视化、算法开发和金融建模等。

模拟数据软件

Python：通过Pandas、NumPy等库进行数据分析和可视化，也可用于模拟数据。

R：开源统计软件，通过丰富的软件包进行数据处理和分析。

数据处理与分析软件

Excel：用于数据处理、财务建模、预测、投资组合管理和风险管理等。

Stata："傻瓜式"统计软件，适合不想学编程的同学进行数据分析。

编程语言

Python：人工智能和机器学习的首选开发语言，具有简单易学的特点，适合金融数据处理和模型建立。

R：开源统计软件，功能强大，易于入门，适合数据处理和分析。

金融信息查询软件

Wind：用于金融信息查询，是金融领域使用频率非常高的软件之一。

自动化处理软件

VBA：用于自动化处理Excel表格，常用于编写宏程序，实现数据处理、报表生成和模型建立等功能。

其他相关课程

金融理论基础知识：包括微观经济学、宏观经济学、金融学基础等。

计算机软件开发：学习Python程序设计、C++程序设计、数据结构与算法、软件工程等。

金融业务技术：涵盖金融科技概论、互联网金融风险管理、第三方支付与电子银行、金融数据统计分析等。

建议金融专业的学生根据自身兴趣和职业规划，选择合适的软件和编程语言进行学习，以提升在金融领域的竞争力。