سرمایه گذاری در تحول اقتصادی، نقش بسزایی دارد. اهمیت این عامل را می توان به وضوح در سیستم کشورهایی با نظام سرمایه داری مشاهده کرد. بدون شک بورس یکی از مناسب ترین مکان ها، برای جذب سرمایه های کوچک و استفاده از آن ها جهت رشد اقتصادی است. افراد با سرمایه گذاری انتظار دستیابی به سود سرمایه ی خود را دارند. بنابراین مهمترین امر در این زمینه خرید یک سهم به ارزش پایین و فروش آن به ارزش بالاتر است. بازار سهام دارای سیستم غیر خطی و آشوب گونه است که تحت تاثیر شرایط سیاسی، اقتصادی و روان شناسی است که این موضوع منجر به بوجود آمدن روش ها ی مختلف پیش بینی ارزش سهام مانند شبکه های عصبی، پیش بینی فازی و الگوریتم های ژنتیک شده است. این مطالعه روش نوآورانه ای برای پیش بینی ارزش سهام شامل ترکیبی ازالگوریتمهای lcs، rst و ga ارائه می دهد. این مطالعه برای بهبود پیش بینی ها و رفع مشکلات برخی از مدلهای قبلی ارائه می گردد که متشکل از کار های پیشین، مدل ترکیبی و راهکار پیشنهادی، کارایی مدل ارائه شده، نتیجه گیری و احتیاجات برای تحقیق های آینده را ارائه می کند. نتایج بدست آمده از شبیه سازی بیانگر این است که پیش بینی با این روش، با درصد خطای کمتری همراه است. برای کاهش این خطا بهبودهایی بر الگوریتم های قبلی در نظر گرفته شده است. با توجه به جستجوی تصادفی فضای جواب توسط الگوریتم ژنتیک و قابلیت lcs هم برای درون یابی مسائل پیچیده و هم کلاس بندی و فیلترینگ قوانین، این مدل در مقایسه با مدل های معمولی مانند رگرسیون چند متغیره، در مسایل پیچیده و با تعداد متغیر های بیشتر، به نتایج بهتری منجر می شود.