随着经济的发展，越来越多的投资者进入股票市场进行交易。截至2019年底，我国投资者数量已经突破1.5亿人，较上年同期增长了9.04%，其中个体投资者占比高达99.76%。

　　中国结算公司于2020年8月发布的数据显示，本月新增投资者数量为242.63万，这一数据创下最近5年单月新增的最高纪录。虽然中国股票市场人数多、交易活跃，但相对于欧美国家的股票市场而言只是一个新兴市场，发展并不成熟。

　　这种不成熟主要体现为，欧美股票市场中机构投资者占据主体地位，而我国个体投资者占比较高。由于资金、技术的限制，个体投资者在交易过程中不够理性，存在盲目从众的投机心理，导致我国股票市场波动剧烈，投资风险大。

　　这不仅会给投资者带来经济损失，也会对我国的经济发展造成不利影响。另一方面，我国个体投资者与互联网用户具有高度的耦合性。

　　数据显示，截至去年3月，中国网民规模为9.04亿，互联网普及率达64.5%，使用手机上网的比例高达99.3%。互联网已经成为了舆论发布、传播的主要载体，每个人既创造和传递舆论，又深受其影响。

　　这种现象同样出现在金融投资领域，个体投资者会在互联网中了解上市公司的财务状况和新闻动态，交流投资见解，并吸取他人观点。

　　他们有时会结合这些信息形成自己对股票市场的预期，投资者情绪，进而做出相应的投资决策。投资者的情绪会对股票市场产生显著影响。

　　2017年4月1日，国家发布了在河北三县建立雄安新区的决定，这一决定引发了大量关注，35只雄安新区概念股在开市以后全部涨停。这是由于投资者对股市未来发展普遍看好，从而做出了积极的投资决策。

　　而在2020年第一季度，受疫情影响，全球主要股市全线杀跌。离岸人民币单日暴跌超500点。亚太股市全面失守，澳大利亚股指跌幅超4%，日本股市跌幅超3%。

　　由以上两个事件可以看出，投资者情绪会影响投资决策，进而在一定程度上影响整个股票市场的收益。

　　利用股票市场已有的财务数据间接构建了情绪因子，并从金融理论的角度出发研究了情绪因子与股票收益之间的关系。统计学领域的通过问卷调查或机器学习方法获取投资者情感态度，从而直接构建了情绪因子。

　　从统计学角度对投资者情绪进行了度量，并利用时间序列分析研究了投资者情绪与股票价格的变化趋势。随后基本沿用这种问卷调查的方法构建情绪因子。随着机器学习技术的发展，开始采用自然语言处理等方法基于投资者发表的文本数据构建情绪因子。

　　利用机器学习技术构建了情绪因子，并利用线性拟合模型研究了情绪因子与股票收益率之间的关系。结果表明，投资者情绪对股票收益率具有正向影响。对互联网股票评论等文本数据进行自然语言处理是获取投资者情绪较好的方法。

　　间接构建的情绪因子对情绪变动的表达不够及时、不够全面，采用问卷调査法构建的情绪因子统计样本有限、群体单一。随着互联网的发展，更加重视股票贴吧的讨论、社交媒体的交流、新闻报道等“金融文本数据”，这些数据不仅易于获取，而且数量庞大。

　　个体投资者虽无法掌握大型投资机构拥有的“内部消息”，但可以通过网络爬虫技术获取金融文本数据，进而度量投资者情绪。处理海量的文本数据是一个复杂的过程，这是由于文本数据与数值型数据有很大的不同。

　　首先，文本数据尤其是汉语文本缺乏规律性，且不能进行定量的比较、计算和分析。其次，文本数据包含的信息是多元的，可能包含普通的陈述介绍，也可能包含情感倾向。

　　因此，在处理文本数据时需要用到机器学习中的自然语言处理技术。自然语言处理技术中的情感分类模型可以根据文本数据的情感特征将文本自动分类，如分为积极情绪或消极情绪等。

　　将情感分类模型应用于金融文本数据，可以获取有用的统计数据和信息，并利用这些数据和信息构建情绪因子。

　　在诸多情感分类方法中，朴素贝叶斯分类模型发展成熟，但它在实际应用中也存在一些缺点，针对这些缺点，有许多改进方法，使它的分类效果不断优化。

　　从理论角度来说，我国股票市场发展时间较短，至今仍然不够完善，市场中充斥着不理性因素，存在一些传统的金融理论难以解释的问题，这些问题使得我国股市波动不规律，投资风险较大。

　　行为金融学首先提出了投资者情绪及非理易行为会造成股票价格波动，自此以后，各个领域出现了大量有关投资者情绪的发现。但这些发现中的情绪因子大多使用股票市场中的其他因子代替，例如成交量、换手率等。

　　这些数据不易获取，时效性较低，且对投资者情绪的描述不够全面，若基于这些情绪因子研究股票收益会使结果不够准确。

　　基于金融文本数据，采用效果良好的情感分类模型构建投资者情绪因子，这样构造出的情绪因子更加准确直观，具有较好的时效性，且容易获取。构造的情绪因子可以更有效地研究投资者情绪对股票收益率的影响。

　　从实用角度来说，个体投资者由于资金、技术的限制，很难有效地利用有限信息把握个人投资行为，非理性、不科学的投资决策使得投资收益难以达到预期。

　　导致投资者非理性的主要因素就是投资者情绪，投资者情绪对股票收益的影响。对于个体投资者，可以利用互联网中的金融文本数据更好地把握股票价格走势，从而调整自己的投资决策。

　　对于机构投资者，可以利用技术优势，及时根据互联网舆情信息调整投资策略；对于上市公司，研究股票收益可以更好地采取相应措施引导投资者进行理性投资，避免抛售股票的现象；对于政府监管部门，可以更好地把握舆论走向，建立舆情监控尊龙凯时人生就博官网登录