随着网络技术升级和移动互联网的发展，社会开始进入信息化和大数据时代，也为利用海量大数据来研究分析实际问题提供了技术支持。国内外研究表明，投资者情绪对资本市场的发展存在一定相关关系和影响作用，但对于如何准确衡量投资者情绪这一变量仍存在争论。利用人们在网络搜索大数据信息来研究投资者情绪为解决这一问题提供了新的思路。尤其对于中国现阶段的资本市场，股市上存在许多非理性投资者，其投资行为受主观情绪因素影响，从而使中国股市上充斥非理性的情绪化交易。因此，利用网络搜索数据构造投资者情绪综合指数，并利用其探究投资者情绪与股票市场之间的关系，对中国资本市场有重要的研究价值。　　本文通过运用时间序列模型，统计学和计量经济学等理论方法，构建基于网络搜索的投资者情绪综合指数，从而研究投资者情绪与上交所股票市场之间的关系。首先，利用时差相关分析法和随机森林算法，对关于股票市场的网络搜索关键词词库进行筛选，筛选出对于股市有先行预测作用的12个网络搜索关键词；随后对这些网络搜索关键词进行主成分分析，从而构建基于网络搜索的投资者情绪综合指数；其次，从两个方面出发探讨投资者情绪与股市市场的关系，一是探讨投资者情绪指数和上证指数之间的关系，并发现二者之间存在长期稳定均衡的协整关系，二是利用扩展fama三因子模型研究投资者情绪对不同股票组合的影响，发现投资者情绪对小市值规模的股票有比较显著的影响。最后，本文利用构造的情绪指数设计股票交易择时策略来探讨其实际应用意义，发现该策略能够降低股票投资风险，从而提高整体投资收益率。　　本文研究结果为研究投资者情绪提供了新的思路和衡量方法，同时探讨了投资者情绪对中国股票市场的影响，并设计交易策略探讨了本文基于网络搜索数据构建的投资者情绪综合指数的实际应用价值。相信未来随着人们对网络搜索信息数据的关注和挖掘，对投资者情绪的度量将越来越精确，从而不断完善投资者情绪对股票市场的研究理论和实证模型。