随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科—实验金融学—产生了。实验金融学是指应用计算机技术来模拟实际金融市场(如股票市场)，在既定的市场结构条件下通过研究市场微观层次投资者的行为来揭示市场宏观特性的一门金融学分支。 本文的研究就是从实验金融学的角度着手，把人工智能的重要技术—粗糙集理论与人工神经网络技术应用于我国证券市场的研究当中，以此方法为基础对我国证券市场的有效性及相关问题进行简单的探讨。为此，本文首先对证券市场有效性理论的作了简单介绍；随后对粗糙集理论进行了简单的介绍，并对其用于知识约简的计算方法进行了讨论；然后介绍了人工神经网络的技术原理及其改进算法。在对上述基础理论进行论述的基础上，本文提出了一种粗糙集与人工神经网络相结合的技术方法，并把这一方法应用于我国证券市场的研究当中。 本文利用以上方法对我国证券市场进行了模拟并获得了大量数据，并进行了大量的统计分析，然后结合国内相关的研究结果得出结论；首先，我国证券市场目前尚不满足弱式有效性；其次，我国证券市场股票价格不能反映上市公司的年度财务状况信息。本文认为，我国证券市场股票价格不能反映上市公司年度财务信息的主要原因在于企业及注册会计师行业的诚信危机。为此本文从内部体制、外部监管等多个方面应用现代经济管理理论对可能导致企业及注册会计师行业诚信危机的原因进行了详细探讨，并提出了一系列的改进措施，以进一步提高国内上市公司信息批露环境及信息质量。