随着改革开放以后我国证券交易所的相继成立,我国股票市场迎来了飞速的发展。截至2021年12月31日,在上、深两交易所上市公司数达4608家,股票流通市值达751,556.12亿元。种种数据都展示出我国股票市场已经成为世界金融体系中举足轻重的一员。近年来,随着越来越多的人通过互联网渠道发表言论再加上人工智能（AI）技术日渐成熟,从网络文本大数据中提取有效信息应用到经济金融领域中成为目前研究的热门领域。在金融领域,股票市场信息的获取方法也随着机器学习等技术领域的成熟而随之增多。本文基于行为金融学作为理论基础,以投资者存在非理性因素的角度出发,通过网络爬虫对东方财富网上证股吧股评文本数据进行网络爬取,利用BERT模型对文本数据进行情感分类,深度挖掘股评文本中所包含的个体投资者情绪信息,并且根据此进行投资者情绪指数的构建。最后利用搭建好的BERTLSTM深度学习模型,对上证指数收益率进行预测分析拟合。本文在投资者情绪情感分析部分,文本以东方财富网上证指数股吧文本作为爬取对象,通过网络爬虫技术获取股吧股评总计600万余篇,为了保证所得到的文本数据质量,本文利用正则表达式对文本数据进行了清洗。而后利用带有情感标注的训练数据对BERT模型进行微调,使其能够处理股吧文本的情感分类问题,并且使用了SVM等分类模型与本文主要使用的模型进行分类效果准确性对比,接着利用训练好的模型对收集到的数据进行文本分类得到每条帖子的情感特征。最后结合每条股评的情感类别以及投资者情绪量化方法,将文本转化成可度量的情感得分厘定投资者情绪。在股指收益率的预测方面,本文采用LSTM神经网络对上证指数的未来收益率进行学习拟合以及预测。为了证明基于BERT-LSTM投资者情绪对股指预测的有效性,本文实证对比了BERTLSTM与支持向量机、随机森林、XGBoost等模型,在包含投资者情绪指标、不同市场阶段等多种情况下模型预测结果的准确性。综上,本文在实证部分主要有以下几点总结:（1）在投资者情绪文本挖掘以及指数构建结果分析中发现,以本文使用的BERT预训练模型所得到的股评情感分类结果准确率最高为83.86%。这说明了以建模的角度来看,本文所使用的BERT模型在股评文本情感分类任务上表现优异。（2）在投资者情绪日度指数与上证综指相关性检验结果中发现,二者之间存在显著的正相关性。并且在上证指数不同的涨跌时期,二者之间的相关性存在明显差异。同时股指上涨的剧烈程度也会影响到二者的相关性,说明投资者情绪在不同的股市上涨的剧烈程度中对其的相关影响是不同的。（3）在投资者情绪对上证综指未来涨跌的分类预测效果结果中发现,在不加入投资者情绪指数的不同分类预测模型中,XGBoost模型的预测效果好于其他模型。在加入投资者情绪特征之后,本文所使用的BERT-LSTM模型的分类预测效果最好。无论是在哪个分类预测模型中,本文所构建的投资者情绪指标都能提升模型的涨跌预测准确率。（4）在投资者情绪对上证综指收益率数值预测效果结果中发现,时间窗口为3个交易日的投资者情绪中所包含的投资者非理性投资者行为信息有效性最佳,融合投资者情绪指数的预测模型的预测误差要小于基准LSTM模型,能够更好捕捉到市场震荡性波动的特征,拟合效果明显好于基准模型。