دستیابی به مدل های دقیق بورس اوراق بهادار می تواند ابزاری برای تصمیم گیری های مبتنی بر داده بهتر به سرمایه گذاران ارائه دهد. این مدل ها می توانند به تجار کمک کنند تا ریسک سرمایه گذاری را کاهش دهند و سودآورترین سهام را انتخاب کنند. علاوه بر این ، ایجاد مدل های پیشرفته استفاده از داده های غیر سنتی مانند قیمت سهام و اخبار تاریخی را امکان پذیر می کند. چندین مقاله مروری در مورد مشکلات مالی وجود دارد ، از جمله آنالیز و پیش بینی بازار سهام ، پیش بینی صرافی ، انتخاب بهینه نمونه کارها از جمله موارد دیگر. با این حال ، پیشرفت های اخیر در تکنیک های یادگیری ماشین ، مانند یادگیری عمیق ، تکنیک های استخراج متن و تکنیک های گروه ، نیاز به انجام یک بررسی به روز را افزایش می دهد. هدف از این مطالعه ، پر کردن این شکاف با ارائه یک بررسی منظم و به روز شده از تکنیک های پیش بینی مورد استفاده در بورس ، از جمله طبقه بندی ، توصیف و مقایسه آنها است. این بررسی بر مطالعات مربوط به پیش بینی حرکت سهام بورس کالا از سال ۲۰۱۴ تا ۲۰۱۸ انجام شده است ، که از بانکهای اطلاعاتی علمی Scopus و Web of Science به دست آمده است. علاوه بر این ، آنالیز نظرسنجی ها و بررسی های دیگر مطالعات اخیر منتشر شده در همان بازه زمانی و همان پایگاه های داده است.