پیش بینی قیمت سهام یک بحث بسیار مهم در اقتصاد است. در طول دهه گذشته تا کنون برای پیش بینی بازار سهام از شبکه های عصبی هوشمند استفاده می شود. در این تحقیق مدل سازی و پیش بینی رفتار بازار بورس به کمک شبکه عصبی انجام شده است، به این منظور سه شرکت سیمان فارس خوزستان، دارویی فارابی و سیمان تهران به عنوان مطالعه موردی انتخاب شده اند. در واقع سعی شد شرکت ها از دو صنعت مختلف انتخاب شوند. در مرحله اول برای داده های شرکت سیمان فارس خوزستان انواع مختلف توپولوژی امتحان شد و بر اساس میزان خطا بهترین آنها انتخاب گردید. در این مطالعه از شبکه چند لایه پرسپترون استفاده گردید،برای آموزش شبکه عصبی ازالگوریتم پس انتشار خطا (bp) از نوع مارکوآرت-لونبرگ (levenberg-marquardt) استفاده شده است. در مراحل بعد شبکه به دست آمده برای دو شرکت دیگر تست گردید. نتایج این تحقیق نشان می دهد که شبکه عصبی پیشنهاد شده می تواند قیمت بسته روز آینده هر سه شرکت را با دقت بسیار خوبی پیش بینی کند و نوسانات را به نحو مطلوب نشان دهد. این تحقیق نشان داد که اگر متغیرهای ورودی را از داد ه های تکنیکال استفاده کنیم می توانیم شرکت های مختلف یا حتی صنعت های مختلف را با تنها یک شبکه مورد مطالعه قرار دهیم.