属性约简是粒度计算中的粗糙集理论的重要研究领域,本文的研究工作主要是讨论属性约简的三种方法,并利用粗糙集的工具对股票市场的数据进行离散化,然后进行属性约简,并对股票市场作了一定的分析,实例分析结果表明方法是可行的,从而为股票市场的研究提供了新途径。具体的研究工作如下：1.第二章中简单介绍了粗糙集理论的基本知识、概念以及简单介绍了分形市场,重点介绍了基于集合分类粗糙度的属性约简算法,并给出了算法实例,并作了详细的统计分析和分形研究,从而得到分形市场结合粗糙集理论属性约简这一方法,为股票市场注入了新活力。2.第三章简要介绍了几种目前常用的粗糙集属性约简方法,并重点介绍了基于信息熵的属性约简,并结合第一章的数据,用此约简方法给对股票市场数据属性进行约简,实证得出了股票市场的基于信息熵的属性约简算法,得到每一个属性都是较为重要的结论。3.第四章简单介绍了几种数据离散化的方法,然后基于动态层次聚类离散化方法,对2008.7-2008.9香港恒生指数原始数据重新离散化,结合第二章的基于信息熵的属性约简方法,最后得出相关属性约简。实例表明：对于同一数据,不同的离散化方法,相同的约简算法,可能会得到不同约简结果；相同的离散化方法,不同的约简算法同样可能会得到不同的约简结果。从本文可以看出,将粗糙集作为一种有效工具,利用属性约简将股票市场的数据中冗余的属性进行删除,这对海量的证券市场数据进行分析及决策提供了新的方法。