金融学需要学习的软件包括以下几类：

统计分析软件

EViews：用于经济数据的回归分析。

SPSS：用于统计分析和数据可视化。

SAS：用于数据处理和分析。

Stata：用于统计数据分析，操作简便。

编程语言及库

Python：用于数据分析、机器学习和数据可视化，有丰富的库如Pandas和NumPy。

R：用于统计分析和数据可视化，基于软件包进行分析。

MATLAB：用于数值计算和数据可视化，广泛应用于金融工程和建模。

Excel VBA：用于自动化处理Excel表格。

数据库

Wind金融终端：提供股票、基金、债券等基本信息和交易信息，支持多种接口如MATLAB、Excel、SAS。

Resset瑞思数据库：类似Wind，提供金融数据。

Csmar国泰安数据库：提供金融数据。

Bloomberg：全球专业的金融数据库，但收费昂贵。

其他工具

Office软件（如Excel）：用于财务分析、建模和预测。

MATLAB：用于金融领域的数值计算和金融模型建立。

VBA：用于编写宏程序，实现数据处理和报表生成。

建议根据具体需求和兴趣选择合适的软件进行深入学习。例如，如果想从事数据分析或量化投资，Python和MATLAB是很好的选择；如果希望进行传统的统计分析，EViews、SPSS和SAS可能更为合适。同时，掌握数据库的使用也能为金融研究提供强大的数据支持。