股市作为宏观经济的“晴雨表”,其变化对金融市场和社会稳定都具有重要影响。近几年随着股票市场的不断发展,股市受到的关注越来越多,人们都期望准确预测股票价格,由于受到多方面复杂因素的影响,股票价格变化往往很难准确预测。提高股票价格预测准确率,不仅可以帮助投资者降低投资风险,提高收益,对政府而言还可以及时了解未来股市行情变化,从而制定有效政策,维护金融市场和社会稳定。因此,建立有效股票价格预测模型具有重要意义。本文在前人研究的基础上,对现有的股票价格预测分析方法进行了比较分析,针对我国股票市场自有的特点,结合粗糙集理论,提出基于粗糙集理论的股票价格预测模型。以上证180指数、招商银行等五个样本为例对模型进行实证分析。首先,应用相关系数法对技术指标进行初步筛选,筛选出的指标将作为条件属性,选择一日内股价变化情况作为决策属性,据此建立决策表。以2013年的数据为训练样本,2014年1月的数据为检验样本,对决策表中的数据进行离散化处理。然后进行属性约简,删除冗余属性,生成决策规则,最后对生成的规则进行检验,以验证规则的有效性。结果表明,实证检验预测准确率较高,说明预测模型具有一定的有效性,可以为投资者提供决策支持。