بازارهای مالی هر کشور، یک سیستم بسیار پیچیده، پویا و غیرخطی می باشد. بحث پیش بینی بازارهای مالی همواره با ویژگی های کثرت داده ها، نویز، ماهیت بدون ساختار، درجه بالایی از عدم قطعیت و روابط پنهان عجین شده است. از جمله مهم ترین بازارهای مالی هر کشور، بازار بورس آن کشور است. عوامل متعددی مانند عوامل اقتصادی، سیاسی و حتی اجتماعی در روند نغییرات آن موثر هستند، بنابراین پیش بینی دقیق این بازار امری بسیار سخت می باشد. اما جذابیت این امر برای سرمایه گذاران و پژوهشگران باعث انجام مطالعات بسیار زیادی در این حوزه شده است. بر این اساس به دست آوردن مقادیر آینده بازار بورس امکان استفاده از فرصت های تجاری به وجود آمده را به سرمایه گذاران می دهد تا بتوانند حداکثر میزان سود را از سرمایه خود به دست آورند. در سال های اخیر روش های هوش مصنوعی به خصوص محاسبات نرم، ابزار مناسبی برای پیش بینی بازار بورس در اختیار محققین قرار داده است. از سوی دیگر استفاده از تکنیک های متن کاوی باعث به وجود آمدن مسیر جدیدی برای محققین این حوزه که معتقد به تحلیل بنیادی هستند، شده است. در این پایان نامه نیز این دو رویکرد برای پیش بینی قیمت آغازین سهام شرکت ایران خودرو در بازار بورس تهران به کار گرفته شده اند. رویکرد اول با استفاده از شبکه عصبی narx پیاده سازی شده است و رویکرد دوم از فرآیند متن کاوی مبتنی بر الگوریتم یادگیری ماشین naïve bayes بهره می برد. مقایسه نتایج نشان دهنده عملکرد مناسب تر این روش ها نسبت به روش های مشابه قبلی است. مشاهده می شود سیستم پیش بینی بلند مدت، دارای خطای 0.49%= mape و همچنین سیستم پیش بینی کوتاه مدت نیز دارای دقت بالای 94% می باشد.