金融专业的学生需要学习和掌握一系列软件，以便在实习和工作中能够高效地处理金融数据、进行分析以及进行量化交易。以下是一些金融专业学生应该学习的软件：

Excel：

作为广泛使用的电子表格软件，Excel在金融分析和建模中非常有用。学生可以使用Excel进行数据分析、财务建模和预测，以及投资组合管理和风险管理等工作。此外，Excel VBA（Visual Basic for Applications）可以用来编写宏程序，实现数据处理和报表生成等功能。

Wind：

Wind是一个专业的金融信息服务平台，提供实时行情、金融数据与研究报告等服务。金融学生可以通过Wind查询金融信息，进行市场分析和数据挖掘。

Bloomberg Terminal：

Bloomberg Terminal是一个金融信息查询和数据分析工具，广泛应用于投资银行、私募基金和其他金融机构。它提供实时数据、新闻、分析和交易功能。

Python：

Python是一种通用编程语言，在金融领域非常受欢迎。它具有简洁的语法、强大的库支持（如Pandas和NumPy）以及活跃的社区。Python适用于金融数据处理、模型建立、数据挖掘和自动交易等。

R：

R语言是一种专门用于统计分析和数据可视化的编程语言。它在金融数据分析、风险管理和投资组合优化等方面非常有用。R语言拥有丰富的金融分析软件包，如quantmod和PerformanceAnalytics。

MATLAB：

MATLAB是一种数值计算和数据可视化的专业软件，广泛应用于金融工程和金融建模领域。它提供了强大的数值计算能力和丰富的金融工具箱，适用于金融数据分析、金融模型建立和金融衍生品定价等。

Stata：

Stata是一种“传统”的统计软件，在统计数据分析方面应用广泛。相比于R语言和Stata需要自己编写相关程序，Stata属于“傻瓜式”操作，适合不想学编程知识的同学。

SQL：

SQL是一种用于管理和查询关系型数据库的编程语言。在金融行业中，SQL用于提取和处理大量的金融数据，进行数据分析和报表生成等工作。

SAS：

SAS是一种用于数据处理和统计分析的专用软件，广泛应用于金融领域。它提供了丰富的数据处理和分析工具，适合进行高级统计分析和建模。

VBA：

Excel VBA是一种用于自动化处理Excel表格的编程语言。在金融领域中，Excel VBA常被用于编写宏程序，实现数据处理、报表生成和模型建立等功能。

建议金融专业的学生在学习过程中，根据个人兴趣和职业规划，选择合适的软件进行深入学习。例如，对于希望从事量化交易的学生，Python和MATLAB可能是最重要的工具；而对于希望从事金融数据分析的学生，R和Excel可能更为重要。