金融市场中陆续出现许多传统金融理论无法解释的现象对理性人假设造成了一定程度的冲击,越来越多的学者们开始意识到投资者并非“完全理性”,从而提出了行为金融学。行为金融学吸收借鉴了传统金融理论、心理学等多个学科,主要分析和研究投资者在投资决策过程中的心理以及行为,强调投资者因非理性情绪做出的非理性的投资决策对金融市场产生的影响。在此之前,学者们主要通过选取能够反映股票市场情况的指标,如:市场换手率、封闭式基金折价、成交量等对投资者情绪进行测度。但是,这些指标并不能够直观的反映投资者情绪,更不能反映出投资者情绪的变化。不过随着人工智能不断发展,利用文本数据测度市场情绪的方法也日渐完善,使得互联网数据能够被更加充分的利用,能够更好的发挥其真实、广泛、数据量大的特点,能够提供更加周详的数据用于构建投资者情绪指数。本文主要研究在文本挖掘技术下投资者情绪指数的构建并分析投资者情绪对我国上证50股指回报率的影响。在大数据背景下以中小投资者在网络上的言论为依据,通过文本挖掘技术,构建能有效度量我国股票市场投资者情绪变化的指数。本文通过挖掘非结构化的文本信息,使用机器学习算法模型对获取的文本数据进行训练学习从而判断情感倾向。使用Python爬虫技术对东方财富上证指数股吧中能够体现投资者情感倾向的用户发帖内容以及能够体现投资者关注度的用户发帖数量进行爬取,并对爬取的文本数据使用机器学习模型进行分类,然后参考Antweiler和Frank的情绪指数构建方法,计算出日度投资者情绪指数,并对构建出的投资者情绪指数的有效性进行检验。在实证检验部分,通过选取对股票市场收益率有代表性的上证50股指回报率同本文构建出来的投资者情绪指数进行相关性检验以及实证分析,分析投资者情绪对上证50股指回报率的总体效应以及处于不同时期的效应。实证结果得到投资者情绪指数和上证50股指回报率互为格兰杰原因,也就是说,投资者情绪的变化会显著影响股市回报率,并且股市回报率的变化也会显著影响投资者情绪。当市场处于剧烈波动时,投资者情绪和股市回报率之间的相互影响程度较大;市场处于持续上涨时,投资者情绪和股市回报率有着较为显著的影响;市场处于较为平稳状态时,投资者情绪和股市回报率之间的影响弱于此前两个时期。本文通过研究基于文本挖掘构建的投资者情绪指数对上证50股指回报率的影响,有助于投资者了解自身的不足并加以改进,同时对于我国金融监管部门正确认识市场情绪,预防股票市场剧烈波动,建立健全金融政策提供了实证依据。