金融学中常用的编程语言包括：
Python：
Python是目前金融领域最流行的编程语言之一，具有简洁易读的语法和丰富的第三方库，适用于数据分析、机器学习和量化交易等金融应用。Python的库如NumPy、Pandas和SciPy等，能够高效地进行数据分析和建模。
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，广泛应用于金融领域的量化分析、风险管理和数据挖掘等任务。R语言拥有丰富的统计分析函数和可视化工具，能够进行复杂的统计模型构建和分析。
MATLAB：
MATLAB是一种专业的科学计算语言和环境，对于金融建模和量化分析具有强大的能力。它提供了丰富的工具箱，可以进行金融建模、风险分析和投资组合优化等任务。
C++：
C++是一种通用的编程语言，具有高效性和灵活性，在金融软件开发和高频交易等领域得到广泛应用。对于初学者来说，Python和R是较为推荐的选择，因为它们易学易用，有庞大的社区支持和丰富的金融库。而对于对性能要求较高或有软件开发经验的人来说，C++和MATLAB可能更适合进行金融建模和算法实现。
Java：
Java因为其高性能、稳定性和良好的开发生态，而被大型金融机构所青睐。它在处理大量实时金融交易数据方面表现卓越，这也是为什么它成为开发高频交易系统和高性能后端服务的热门语言。Java丰富的API和稳定的运行时间系统是金融IT基础架构的主要组成部分。
SQL：
SQL是用于管理和查询关系型数据库的语言。在金融行业中，经常需要与大量的数据进行交互和分析，因此掌握SQL语言对于金融专业人士来说是很重要的。
总结：
Python和 R是金融领域最常用的编程语言，适合数据分析和建模。
MATLAB适用于金融建模和量化分析。
C++和 Java在高性能金融应用和软件开发中表现出色。
SQL是管理和操作关系型数据库的重要工具。
建议初学者优先学习Python和R，因为它们易学易用，并且有庞大的社区支持和丰富的金融库。对于需要高性能和大规模数据处理的专业人士，可以考虑学习C++和Java。