بورس اوراق بهادار نقش بسیار مهمی در توسعه سرمایه و تخصیص بهینه آن دارد و تلاش می کند که سرمایه های غیرکارا را به بخش های مولد اقتصادی هدایت کند. یکی از دغدغه های اصلی سرمایه گذاران بالفعل و بالقوه در بازار بورس اوراق بهادار کسب بازده مورد انتظار است، به همین علت همواره تحقیقات بسیاری در زمینه پیش بینی بازده سهام با استفاده از شاخص های مختلف اقتصادی صورت گرفته است. محققان مدل های بسیاری با رویکرد خطی، مثل مدل های تک عاملی و چند عاملی، طراحی نمودند اما به مرور زمان پی بردند که رفتار سهام آشوب گونه بوده و خطی نمی باشد، بنابراین استفاده از تکنیک های هوشمند و محاسبات نرم در پیش بینی رفتار سهام رونق گرفت. در این میان مهم ترین نکته برای سرمایه گذاران کشف الگوهای رفتاری بازده سهام می باشد، چرا که با استفاده از آن امکان تصمیم گیری در شرایط مطمئن تر، انتخاب زمان مناسب به منظور خرید و فروش سهام و ... مهیا می گردد. از این رو استفاده از تکنیک های داده کاوی می تواند کمک شایانی به فرآیند کشف الگوها و قوانین حاکم بر بازده سهام کند. در این پژوهش از تکنیک مجموعه راف استفاده شده است. این روش با بهره گیری از اطلاعات تاریخی به تجزیه و تحلیل رفتار بازده سهام پرداخته و بر اساس رفتار گذشته اقدام به پیش بینی آن می کند. علاوه بر آن با استفاده از یکی از معیارهای نوین سنجش نقد شوند گی به نام معیار عدم نقد شوند گی آمیهیود تعدیل شده و ترکیب تکنیک مجموعه راف با تئوری فازی، میزان نقد شوندگی سهام مورد بررسی قرار گرفته است.