پیش بینی آینده همواره به صورت یک ضرورت در زندگی روزمره و به عنوان یک حوزه مشترک در بسیاری از علوم مطرح بوده است.یکی از حوزه هایی که در آن پیش بینی از اهمیت خاصی برخوردار است مسایل مربوط به حوزه های مالی و اقتصادی است. اخیرا مساله ای که توجه زیادی را به خود جلب کرده، پیشرفت فزاینده بازار های مالی پولی و مالی می باشد. هم اکنون یکی از اهداف اصلی گردانندگان بازارهای پولی ومالی این است که همه افراد بتواند وارد این بازار ها شده و فرصت ها مناسب سرمایه گذاری را تشخیص داده و در صورت تشخیص صحیح بتواند سود مناسبی کسب نمایند. دراین پژوهش به پیش بینی بازده سهام در بورس اوراق بهادار تهران به وسیله مدل های خطی و غیر خطی در بازه زمانی 1382 تا 1386 پرداخته و جهت پیش بینی از بازده روزانه سهام شرکت های فعال در صنعت پتروشیمی و متغیر های مستقل قیمت نفت و نرخ ارز(دلار) استفاده شده است. برای مدل خطی از روش رگرسیون خطی چند متغیره وبرای مدل شبکه عصبی از معماری چند لایه پیش خور با الگوریتم پس انتشار خطا استفاده شده است.هدف اصلی این تحقیق پیش بینی بازده سهام شرکت های پتروشیمی مورد مطالعه براساس تغییرات در متغیر های قیمت نفت و نرخ ارز و بعد از آن مقایسه نتایج بدست آمده و پیدا کردن دقیق ترین مدل برای پیش بینی است. نتایج حاصل از تحقیق نشان می دهد که هر دو روش خطی و غیر خطی قادر به پیش بینی بازده سهام هستند اما دقت شبکه عصبی دراین پیش بینی بالاتر بوده و این امر نشان از برتری شبکه عصبی مصنوعی در برابر مدل رگرسیون خطی چند متغیره می باشد و قابلیت شبکه های عصبی مصنوعی را در این پیش بینی تایید می کند.