پیش بینی سود هر سهم و تغییرات آن به عنوان یک رویداد اقتصادی از دیرباز مورد علاقه سرمایه گذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدل های ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی می باشد. هدف این تحقیق پیش بینی سود هر سهم با استفاده از شبکه عصبی - فازی و شبکه عصبی درک چندلایه (MLP) و GMDH و تعیین مدل برتر با استفاده از چهار معیار مربع میانگین خطای استاندارد (MSE)، میانگین قدر مطلق خطا (MAE)، مربع مجذور میانگین خطا (RMSE) و (R2) ضریب تعیین می باشد. بدین منظور، شرکت های پذیرفته شده در بورس و اوراق بهادار تهران به عنوان جامعه آماری و نمونه انتخابی شامل، 500 سال/شرکت در قالب 24 صنعت فعال بورس در دوره زمانی 1390-1386 می باشد که به صورت تصادفی و روش نمونه گیری خوشه ای انتخاب شده اند. نتایج تحقیق بیانگر برتری شبکه عصبی - فازی در تمامی چهار معیار ارزیابی نسبت به شبکه عصبی MLP و GMDH می باشد که نشان از توانایی بالای این شبکه در شناخت الگوهای حاکم برداده ها و وجود رابطه غیرخطی برخی متغیرهای حسابداری با سود هرسهم دارد. درنتیجه دقت پیش بینی شبکه عصبی - فازی بیشتر از شبکه MLP و GMDH است و برای پیش بینی سود هر سهم مناسب می باشد.