پژوهش حاضر به مطالعه پیش بینی شاخص قیمت سهام در بورس اوراق بهادار تهران به وسیله شبکه های عصبی و ارایه‌ی شواهدی مبنی بر رفتار آشوبناک شاخص قیمت در بورس اوراق بهادار می‌پردازد. دو مجموعه از داده‌ها برای ورودی شبکه عصبی انتخاب شده‌اند. وقفه های مختلفی از شاخص و عوامل کلان اقتصادی به عنوان متغیرهای مستقل. شبکه های عصبی به‌کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه(MLP) است که به روش الگوریتم پس انتشار خطا آموزش دیده‌اند، و شامل شبکه های عصبی پیش خور سه لایه و چهار لایه با تعداد نرون‌های مختلف در لایه های ورودی و پنهان است. هم‌چنین از مدل خطی ARIMA برای پیش بینی شاخص قیمت در هفته‌ی بعد استفاده شده است. نتایج حاصل از پژوهش نشان می‌دهد که شبکه‌ها عصبی عملکرد بهتری نسبت به مدل خطی ARIMA برای پیش بینی شاخص قیمت دارند و هم‌چنین مقدار قابل قبول MSE برای خطای شبکه در داده های آزمون و برآورد نشان دهنده ی این مطلب است که حرکات آشوبناک در رفتار شاخص قیمت وجود دارد. و آزمون R2 محاسبه شده نشان دهنده‌ی شواهدی علیه فرضیه بازار کارا وگشت تصادفی است.