随着社会、经济的发展以及管理的实践表明，实际生活中广泛存在的大多都是多指标群决策问题。多指标群决策希望解决的问题是在多指标决策中如何集结群体成员的偏好以形成群的偏好，然后根据群的偏好对决策方案进行排序或从中选择群所最偏爱的方案。还应注意的是，这里的群决策，不仅仅指多个决策人的决策，还可以指多种方法的共同决策，这在某些文献里又称为组合决策。本文提出了利用一种新型的数据缩减方法—多指标群决策解决股票预测问题的思路。本论文对于多指标群决策问题的研究过程，主要涉及了五个方面的内容，即指标的选取及定性指标的定量化、决策矩阵的规范化、方案的综合排序、多种方法的集结技术以及指标的缩减。 本文的研究成果如下：1．对现有的多指标决策方法进行了分析和研究，总结出四种较实用的多指标决策优选方法。2．对于群决策的一种，组合决策理论和方法的研究在决策领域基本上还是一个空白，本论文对这种多指标群决策进行了初步的研究，并对多种方法的集结技术进行了探讨。3．本论文对数据缩减技术以及属性维的数据缩减技术进行了初步的探讨和研究。4．同时，本论文还对目前流行的基于粗糙集的数据缩减技术与本论文所采用的多指标群决策的数据缩减技术进行了比较。