امروزه سرمایه گذاری در بورس ، بخش مهمی از اقتصاد کشور را تشکیل می دهد.به همین دلیل پیش بینی قیمت سهام برای سهامداران از اهمیت خاصی برخوردار شده است تا بتوانند بالاترین بازده را از سرمایه گذاری خود کسب کنند.از سوی دیگر،شاخص قیمت سهام نشان دهنده وضعیت کلی بازار سهام است و می تواند به پیش بینی سهامداران جهت سرمایه گذاری کمک کنند.در جهت تحقق این امر روش ها و الگوریتم های مختلفی برای پیش بینی نرخ بازدهی و قیمت آتی سهام در بحث های مدیریت سرمایه گذاری توسط پژوهش گران این حوزه مورد بررسی قرار گرفته که به دنبال تسهیل فرایند تصمیم برای سرمایه گذاران بوده اند. بیشتر این متدها در مقیاس روزانه و با استفاده از روش های کلاسیک به تجزیه و تحلیل نرخ بازدهی پرداخته اند. در سال های اخیر از روش های هوش مصنوعی (ann ,gp ,svm )به عنوان یک مدل غیر خطی جعبه سیاه در مدل سازی های بازارها و سایر پدیده ها بصورت گسترده استفاده شده است.در این پژوهش،جهت تسهیل امر تصمیم گیری به بررسی داده های 24 ساعته یک روز کاری بورس پرداخته خواهد شد و مدل های شبکه های عصبی به عنوان ابزاری برای تجزیه و تحلیل مورد استفاده قرار خواهد گرفت.داده ها از قیمت های معاملاتی چند شرکت در بورس تهران استخراج خواهد شد(نمونه برداری در بازه های 5 دقیقه ای) و هدف پژوهش در نهایت امکان سنجی و اعتبار سنجی پیش بینی داده ها در مقیاس فرکانس بالا در بورس تهران و بحث وبررسی در مورد خروجی های شبکه عصبی خواهد بود.