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，我国投资者人数超过1.5亿，同比增长9.04%，其中个人投资者占比99.76%。
中国结算公司公布的2020年8月数据显示，本月新增投资者242.63万人，为最近5年单月最高。中国股市虽然人数众多，交易活跃，但与欧美国家股市相比，只是一个新兴市场，发展不成熟。
这种不成熟主要体现在欧美股市机构投资者占据主导地位，而中国个人投资者占比较高。由于资金和技术的限制，个人投资者在交易过程中不够理性，存在盲目从众的投机心理，导致我国股市波动剧烈，投资风险高。
这不仅会给投资者带来经济损失，也会给中国经济发展带来不利影响。另一方面，中国的个人投资者与互联网用户高度耦合。
数据显示，截至去年3月，我国网民规模为9.04亿，互联网普及率达到64.5%，使用手机上网的比例高达99.3%。互联网已经成为舆论发布和传播的主要载体。每个人不仅创造和传递舆论，也深受其影响。
这种现象也出现在金融投资领域。个人投资者会在网上了解上市公司的财务状况和新闻动态，交流投资意见，吸收他人的观点。
有时他们会结合这些信息，形成自己对股市的预期、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市产生重大影响。
2017年4月1日，国家发布河北省三县设立雄安新区的决定，引起了高度关注。35只雄安新区概念股开盘后全部涨停。这是因为投资者普遍看好股市的未来发展，从而做出积极的投资决策。
2020年第一季度，受疫情影响，全球主要股市全部下跌。离岸人民币单日暴跌500多点。亚太股市全线下跌，澳大利亚股指跌幅超过4%，日本股市跌幅超过3%。
其中一个重要原因是投资者普遍看空股市未来发展，做出了负面的投资决策。
从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市的收益。
01行为金融
行为金融学认为，投资者存在过度自省、羊群效应等非理性心理。
利用股票市场已有的金融数据，间接构建情感因素，从金融理论的角度研究情感因素与股票收益的关系。在统计学领域，投资者的情感态度是通过问卷或者机器学习的方法获得的，从而直接构建情感因素。
本文从统计学的角度来衡量投资者情绪，利用时间序列分析来研究投资者情绪和股票价格的变化趋势。然后，这种问卷调查的方法基本上是用来构建情感因素的。随着机器学习技术的发展，基于投资者发布的文本数据，利用自然语言处理等方法构建情感因素。
利用机器学习技术构建情感因素，利用线性拟合模型研究情感因素与股票收益的关系。结果表明，投资者情绪对股票收益有积极的影响。互联网股评等文本数据的自然语言处理是获取投资者情绪的好方法。
间接情绪因素对情绪变化的表达不够及时全面，问卷调查法构建的情绪因素统计样本有限，群体单一。随着互联网的发展，人们越来越关注“金融文本数据”，如股票公告板的讨论、社交媒体交流、新闻报道等。这些数据不仅容易获得，而且数量巨大。
个人投资者虽然无法掌握大型投资机构所拥有的“内幕信息”，但可以通过网络爬虫技术获取金融文本数据，进而衡量投资者情绪。处理海量文本数据是一个复杂的过程，因为文本数据与数值数据有很大的不同。
首先，文本数据尤其是中文文本缺乏规律性，无法进行定量的比较、计算和分析。其次，文本数据所包含的信息是多样的，可能包含一般性的陈述，也可能包含情感倾向。
因此，在处理文本数据时，有必要使用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的情感特征，如积极情感或消极情感，自动对文本进行分类。
将情感分类模型应用于财经文本数据，可以获得有用的统计数据和信息，并利用这些数据和信息构建情感因子。
在众多情感分类方法中，朴素贝叶斯分类模型比较成熟，但在实际应用中也存在一些不足。针对这些缺点，有很多改进方法来优化其分类效果。
02有什么影响？
从理论上看，中国股市发展时间短，还不完善。市场充满了非理性因素，存在一些传统金融理论难以解释的问题。这些问题使得中国股市波动不规则，投资风险高。
行为金融学最早提出投资者的情绪和非理性交易行为会引起股价波动。此后，关于投资者情绪的大量发现出现在各个领域。然而，这些发现中发现的情绪因素大多被股市中的其他因素所取代，如交易量和换手率。
这些数据不易获取，时效性低，对投资者情绪的描述不够全面。如果我们根据这些情绪因素来研究股票回报，结果将是不准确的。
基于金融文本数据，采用良好的情感分类模型构建投资者的情感因素。由此构建的情感因素更加准确、直观、及时、易于获取。所构建的情绪因子可以更有效地研究投资者情绪对股票收益的影响。
从实践的角度来看，个人投资者由于资金和技术的限制，很难有效利用有限的信息来把握个人的投资行为，非理性、不科学的投资决策使得投资收益很难达到预期。
导致投资者非理性的主要因素是投资者的情绪，以及投资者的情绪对股票收益的影响。对于个人投资者来说，可以利用互联网中的金融文本数据，更好地把握股票价格的走势，从而调整自己的投资决策。
对于机构投资者来说，可以利用技术优势，根据互联网上的舆情信息及时调整投资策略；对于上市公司来说，研究股票收益可以更好地引导投资者理性投资，避免抛售股票。对于政府监管部门来说，可以更好的把握舆情动向，建立舆情监测。
