پیش بینی شاخص قیمت سهام و جهت حرکت آن به عنوان یکی از چالش برانگیزترین کاربردهای سری های زمانی مورد توجه قرار گرفته است. اگرچه پژوهش های تجربی بسیاری در ارتباط با موضوع پیش بینی شاخص قیمت سهام صورت گرفته است، اما بیشتر دستاوردهای تجربی، در ارتباط با بازارهای مالی توسعه یافته می باشد و پژوهش های اندکی در ارتباط با بازارهای مالی در حال توسعه صورت گرفته است. با توجه به توان تحلیلی بالای تکنولوژی داده کاوی و با وجود قدرت پردازش بی نظیر آن، می توان از این تکنولوژی برای تحلیل مسائل بیشماری در دنیای واقعی، از جمله پیش بینی استفاده نمود. هدف اصلی این پژوهش پیش بینی شاخص کل قیمت بورس اوراق بهادار تهران با استفاده از تکنیک های داده کاوی می باشد. جهت مدل سازی تکنیک داده کاوی از دو روش شاخص هوش مصنوعی، که شامل شبکه های عصبی مصنوعی و الگوریتم ژنتیک می باشد استفاده شده است.در این پژوهش از داده های شاخص کل قیمت بورس اوراق بهادار تهران با نام اختصاری tepix استفاده شده است. tepix، که مخفف کلمه tehran price index می باشد، یکی از اصلی ترین شاخص های بورس اوراق بهادار تهران است. بازه جمع آوری داده ها از فروردین سال 1380 تا اردیبهشت سال1390بوده است. سپس با استفاده از داده های شاخص کل قیمت سهام (که شامل بالاترین قیمت ، پائین ترین قیمت و قیمت بسته شدن می باشد)، و بوسیله کد نویسی در محیط stored procedure از پایگاه داده sql server محاسبه مقادیر ده عدد از شاخص های تکنیکال (اندیکاتور) صورت پذیرفته است. مقادیر مربوط به ده اندیکاتور محاسبه شده، به عنوان ورودی شبکه عصبی مصنوعی پیشنهادی در نظر گرفته شده و پیش بینی مربوط به شاخص کل، مدل سازی گشته است. در نهایت با استفاده از الگوریتم ژنتیک به بهبود عملکرد مدل بدست آمده پرداخته شده است.