股票市场担当着国民经济“晴雨表”的作用,研究股票的波动性具有重要的意义。随着大数据,人工智能等技术的发展,传统方法所不能处理的非结构化数据越来越受到人们的重视,文本挖掘技术应用越来越广泛。另外不少的研究发现,网络搜索数据在经济预测中起着越来越重要的作用。本文通过整合网络搜索数据,新闻数据,市场数据构建了一个测度投资者情绪的指标,并以此为基础,测量投资者情绪和个股波动性的关系。首先,本文选取了9个变量指标,采用网络爬虫对其中的一些数据抓取,包括百度指数,新闻数据,其次,对新闻数据进行文本挖掘,将新闻数据进行jieba分词,利用gensim将词转化为词向量模型,采用SVM对新闻的结果进行分类。利用主成分分析将新闻数据,百度指数和市场数据合成投资者情绪的综合指数,并以此检验投资者情绪和股票波动率之间的相关关系。本文的主要研究成果如下,加入网络搜索指数和新闻指数的投资者情绪指标和股票的波动性具有相关性,但是不同的股票的影响结果不一致,具体表现在部分金融业的波动性与其自身的波动性的滞后项的相关性更强,对本文构建的投资者情绪指数并不显著。本文的难点在以下几个方面:1、百度指数的抓取的相关工作。因为百度指数采用的是异步生成数据的形式。2、词向量模型的训练工作。3、面板数据模型的构建。