در اقتصاد مبتنی بر بازار، تخصیص منابع اقتصادی برآیند بسیاری از تصمیمات توسط سرمایه-گذاران، تولیدکنندگان و سیاستگذاران اقتصادی است. بازده سرمایه گذاری ها در اقتصاد مبتنی بر بازار، در واقع علائمی هستند که می توانند منابع اقتصادی را به سمت بهترین کاربرد هدایت نمایند. متغیرهای زیادی همانند متغیرهای اقتصادی کلان و مالی بر بازده آتی سهام تأثیر گذار هستند. شبکه های عصبی، با قابلیت درخور توجه در استنتاج معانی از داده های پیچیده یا مبهم، می توانند برای استخراج الگوها و شناسایی روشهایی که آگاهی از آنها برای انسان و دیگر تکنیک های کامپیوتری بسیار پیچیده و دشوار است به کار گرفته شود. یک شبکه عصبی تربیت یافته می تواند به عنوان یک متخصص در مقوله اطلاعاتی که برای تجزیه و تحلیل به آن داده می شود، به حساب آید. در این پژوهش تلاش شده است به پیش بینی بازده سهام بوسیله شبکه عصبی و رگرسیون خطی با استفاده از متغیرهای اقتصادی کلان و مالی پرداخته شود. بدین منظور ابتدا متغیرهای مالی و اقتصادی کلان در روش تحلیل اجزاء مستقل وارد شدند که در نهایت 7 متغیر به عنوان خروجی بدست آمد. سپس با استفاده از این متغیرها، مدل شبکه عصبی از نوع grnn برای بازده سهام برآورد گردیده و با مدل حاصل از رگرسیون خطی مقایسه گردید. با درنظر گرفتن معیارهای میانگین مجموع مجذور خطاها، میانگین مطلق خطاها، و مقدار ، نتایج نشان داد که میزان خطای پیش بینی مدل شبکه عصبی مصنوعی بسیار کمتر از مدل رگرسیون خطی است و در نتیجه روش شبکه های عصبی دارای برآورد بهتری نسبت به روش رگرسیون خطی می باشد.