پیش بینی قیمت سهام یکی از چالش برانگیزترین وظایف برای سرمایه گذاران مالی در سراسر جهان است. این چالش به علت عدم اطمینان و نوسانات قیمت سهام در بازار است. اگرچه تحلیل گران بازار سهام روش های متعددی را برای پیش بینی قیمت سهام مورد استفاده قرار می دهند و همچنین تلاش های تحقیقاتی متعددی نیز برای افزایش دقت پیش بینی قیمت سهام صورت گرفته اما هیچ روشی برای پیش بینی دقیق قیمت سهام کشف نشده است. هدف اصلی این پژوهش مقایسه دقت پیش بینی سه مدل شبکه های عصبی مصنوعی (ann)، ماشین های بردار پشتیبان (svm) و فرایند های اتورگرسیو میانگین متحرک arma برای پیش-بینی قیمت سهام است. در این تحقیق داده های روزانه هشت شرکت فعال بورس تهران از سال 1388 تا اوایل نیمه دوم سال 1392 مورد استفاده قرار گرفت و مقادیر معیارهای ارزیابی دقت پیش بینی rmse ، mape و tic برای هر سه مدل برآورد شد. نتایج نشان داد که روش svm کیفیت پیش بینی بهتری از ann و arma در پیش بینی قیمت سهام دارد.