在货币金融学中，常用的编程程序包括以下几种：
Python：
Python是一种通用编程语言，广泛应用于金融领域。它拥有丰富的库和工具，如NumPy、Pandas和Matplotlib，这些库使得金融数据的处理、分析和可视化变得相对容易。Python在量化分析、数据挖掘和机器学习等方面尤其受欢迎，并且有众多的金融库，如QuantLib和zipline，这些库专门用于金融工程和算法交易。
R：
R是一种专门用于数据分析和统计建模的编程语言，在金融领域也广泛使用。R拥有丰富的统计分析和数据可视化功能，适用于金融市场数据的分析和建模。许多统计方法和技术，例如时间序列分析、回归模型，都可以通过R语言来实施。R同样适合于风险分析和投资组合优化。
MATLAB：
MATLAB是一种高级数值计算和科学编程语言，广泛应用于金融建模和算法开发。它提供了强大的数学函数库和数据可视化工具，适用于金融数据分析、金融模型建立和金融衍生品定价等方面。
C++：
C++是一种高性能的编程语言，适用于金融高频交易和算法交易领域。它可以实现复杂的金融模型和策略，并具有优秀的执行效率。
Excel VBA：
Excel VBA是一种在Microsoft Excel中编写的宏语言，用于自动化处理和分析金融数据。它可以方便地进行数据处理和建模，并与Excel的功能进行无缝集成。
SQL：
SQL是一种用于管理和查询关系型数据库的编程语言，在金融领域用于数据查询和管理。
根据以上信息，如果你是一名货币金融学的学生或从业者，建议掌握至少一种编程语言，如Python或R，并熟悉相关的金融库和工具。这将有助于你更好地进行金融数据的处理、分析和建模。