金融软件类专业主要学习以下内容：

统计分析软件

EViews：用于经济数据的统计分析和预测。

SPSS：用于社会科学领域中的统计分析和数据挖掘。

SAS：广泛用于数据处理和高级分析，特别是在生物统计学和医疗保健研究中。

Stata：一个功能强大的统计软件，适合初学者。

编程语言

Python：用于数据分析、机器学习和人工智能，拥有丰富的库如Pandas和NumPy。

R：主要用于统计计算和图形，拥有大量的统计包。

MATLAB：主要用于算法开发、数据可视化、数据分析以及数值计算。

模拟数据软件

这些软件可以用来生成模拟数据，帮助理解统计模型和进行实证研究。

常用办公软件

Microsoft Office（如Excel、Word、PowerPoint）：用于日常文档处理和报告制作。

金融科技相关软件

区块链技术、人工智能原理、数据仓库与数据挖掘、可视化数据处理技术等。

软件工程

涉及计算机的原理、算法与数据结构、编程语言等内容，培养程序员。

计算机科学与技术

涵盖编程的基础，包括计算机的原理、算法与数据结构、编程语言等。

金融工程

将金融理论、数学模型和计算机科学相结合的学科，学习金融领域的数学建模和计算方法，以及开发金融软件和系统的技巧。

数据科学

涉及数据收集、清洗、分析和挖掘的技能，在金融领域提供决策支持和数据驱动的解决方案。

金融科技

涵盖金融创新、数字支付、区块链等技术，了解和应用最新的金融科技。

金融业务技术

包括金融科技概论、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。

专业核心课程

可能包括金融数据统计、大数据金融、区块链金融、金融科技营销、金融科技用户运营、金融科技产品设计、金融科技合规实务等。

其他相关课程

可能涉及新消费金融模式与实践、数据仓库与数据挖掘、可视化数据处理技术、数据科学基础与Python语言等。

建议金融软件类专业的学生应重点掌握金融基本理论和实务操作，如货币银行学、投资学、国际金融等，同时关注金融市场的变化和趋势，并熟练掌握相关的软件工具和编程语言，以便更好地应对未来职业发展的需求。