سرمایه‌گذاری یکی از مهم‌ترین عوامل رشد و توسعه اقتصادی هر کشور می‌باشد. از میان سرمایه‌گذاری در بخش‌های مختلف اقتصادی، سرمایه گذاری در بخش صنایع غذایی از اهمیت و جایگاه خاصی برخوردار است. زیرا همانطوری که می‌دانیم شرکت‌های صنایع غذایی پیشرفته در رشد و توسعه بخش کشاورزی هر کشوری با توجه به تبدیل و فرآوری مواد خام بخش کشاورزی، دارای اهمیت و توجه خاصی می‌باشند. بعبارت دیگر عملکرد بخش کشاورزی، کاهش ضایعات، رشد صادرات محصولات کشاورزی، مشارکت مستقیم و غیر مستقیم در درآمد ملی، ارزش افزوده بالاتر و از همه مهم‌تر تامین امنیت غذایی و پاسخگویی به تغییرات الگوهای زندگی ناشی از تغییر در قدرت خرید تنها در راستای سرمایه‌گذاری هدفدار در بخش صنایع غذایی و تبدیلی محصولات کشاورزی امکان‌پذیر می‌باشد. یکی از مکان‌های مناسب برای تخصیص اصولی منابع مادی برای تقویت این بخش حیاتی کشور بورس اوراق بهادار می‌باشد. با سرمایه‌گذاری مناسب و صحیح در این بازار علاوه بر تامین مالی این صنایع و تقویت در رشد بخش کشاورزی، سرمایه‌گذار نیز می‌تواند سود خود را حداکثر کند. به همین جهت این تحقیق به بررسی دقت مدل‌های تخمینگر میانگین متحرک خودرگرسیون انباشته (ARIMA) و شبکه عصبی مصنوعی جهت پیش‌بینی قیمت پایانی سهام با بکارگیری داده‌های روزانه در یک دوره دوساله منتهی به آبان 1394در بورس اوراق بهادار تهران می‌پردازد. جامعه آماری این تحقیق در برگیرنده شرکت‌های صنعت غذایی و آشامیدنی پذیرفته شده در بورس اوراق بهادار می‌باشد که نمونه مورد بررسی شامل 14 شرکت می‌باشد. نتایج نشان می‌دهد که با توجه به معیارهای خطا، هر دو روش از قدرت پیش‌بینی یکسانی در پیش‌بینی روند قیمت‌ها برخوردار می‌باشند. بطوریکه در نیمی از شرکت‌ها مدل آریما و در نیمی دیگر شبکه عصبی توانسته‌اند پیش‌بینی بهتری را از خود نشان بدهند.