fa الگـوسازی و پیش‌بینی شاخـص بورس اوراق بـهادار تـهران و تعیین متغیرهای مؤثر بر آن عمومى General پژوهشي Research <div align="justify" style="direction: rtl"> در این مقاله با الگوسازی و پیش بینی شاخص قیمت و بازده نقدی بورس اوراق بهادار تهران مبتنی بر ساختار تلفیقی الگوریتم ژنتیک با رویکرد شبکه عصبی GMDH، سعی در شناخت متغیرهای مؤثر بر شاخص بورس اوراق بهادار شده است. یازده متغیر کلان اقتصادی مرتبط با بازار سرمایه به همراه وقفه‌های یک و دو ماهه هر کدام از آنها و وقفه‌های متغیر وابسته، الگویی با 35 متغیر ورودی را ایجاد کرد که نتایج به دست آمده نشان‌دهنده تأثیر قوی و معنادار شاخص قیمت زمین، هزینه مسکن، CPI، پایه پولی، کرایه مسکن اجاره‌ای و قیمت جهانی نفت خام بر شاخص قیمت و بازده نقدی بورس اوراق بهادار است. در مقابل، بازار ارز خارجی و طلا، ارتباط کمتری با بازار سهام داشته است. </div> This paper examines the relative importance of alternative asset prices and macro variables in the movements of stock prices in Iran, by applying GMDH (Group Method of Data Handling) neural network with genetic learning algorithms. The results imply that CPI, base money, oil price and house price play an important role in explaining the fluctuations of TEPIX index, whereas exchange rate and gold prices do not appear to have considerable effect on stock prices. شبکه عصبی GMDH، الگوریتم ژنتیک، شاخص قیمت و بازده نقدی بورس تهران GMDH, Stock Price Index, Iran economy 31 51 http://qjerp.ir/browse.php?a_code=A-10-23-84&slc_lang=fa&sid=1 Mohsen Mehrara محسن مهرآرا MMehrara@ut.AC.ir 1003194753284600600 1003194753284600600 Yes Ali Moeini علی معینی Moeini@ut.AC.ir 1003194753284600601 1003194753284600601 No Mehdi Ahrari مهدی احراری ME Ahrari@yahoo.com 1003194753284600602 1003194753284600602 No Amir Hamony امیر هامونی 1003194753284600603 1003194753284600603 No