吉林大学硕士学位论文原创性声明
本人郑重声明：所呈交学位论文，是本人在指导教师的
指导下，独立进行研究工作所取得的成果。除文中已经注明
引用的内容外，本论文不包含任何其他个人或集体已经发表
或撰写过的作品成果。对本文的研究做出重要贡献的个人和
集体，均已在文中以明确方式标明。本人完全意识到本声明
的法律结果由本人承担。
学位论文作者签名:
日期：2022 年12月3 日
III
关于学位论文使用授权的声明
本人完全了解吉林大学有关保留、使用学位论文的规定，同意吉林大
学保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被
查阅和借阅；本人授权吉林大学可以将本学位论文的全部或部分内容编入
有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇
编本学位论文。
（保密论文在解密后应遵守此规定）
论文级别：■硕士□博士
学科专业：金融
论文题目：基于文本挖掘的投资者情绪指标构建及其在量化投资策略
中的应用
作者签名：
指导教师签名：
2022年12月3日
作者联系地址（邮编）：
作者联系电话：
IV
摘要
随着互联网地快速发展和社交媒体的兴起，股吧做为重要的信息交流平台，不但
可以为投资者提供许多有价值的信息，还可以成为投资者表达观点和情绪的数字化平
台。当资本市场出现突发性事件时，股吧评论区会涌现大量投资者的评论，这些评论
大多都带有强烈的主观情绪，而这些情绪的凝聚会直接影响投资者的策略和股票的价
格。自 2018年以来，国际政治经济形势面临的不确定性增加，贸易摩擦、新冠疫情
以及俄乌战争等突发性事件频发，股吧评论更是成为了市场舆情的热点。因此，关注
股吧的投资者情绪对于构建投资策略以及舆情监管是非常重要的。
本文以事件驱动行情为研究对象，通过改进情感词典，构建投资者情绪指标，对
比分析了词典改进前后的投资策略。基于 2019年中美贸易战中稀土出口事件，首先，
本文选择与该事件相关的 10支股票作为研究对象，通过 Python在东方财富股吧中爬
取每支股票评论贴作为情绪文本，在台大情感词典的基础上对情绪词典进行改进，构
建了新的情绪指标。其次，通过使用“情绪因子 +看涨指标”的均线策略，对比了词
典改进前后的投资策略收益。结果显示：（ 1）使用改进后的词典构建的情绪因子在
策略的应用中获得了更高的收益；（2）在有无情绪指标的情况下对比策略显示：加
入情绪因子使得夏普比率和收益率显著提高；（ 3）为了验证本算法的稳健性，我们
通过替换样本事件进行检验，结果证明：改进后的词典构建的情绪因子能够取得更好
的策略效果。
本文的创新之处：第一，在词典创新方面，本文改进后的情感词典具有更出色的
回测效果。通过参考股吧评论贴、研报和新闻等词汇对台大词典进行改进，然后对情
绪文本采用累计得分的形式计算出情感得分，在研究方法上较以往的研究得到进一步
扩展；第二，在策略研究方面，本文引入了情绪指标作为策略观测对象，构建了“情
绪因子+看涨指标”的均线策略。通过不同词典以及有无情绪指标前后的策略进行对
比分析，使得研究角度更加全面，研究内容也更加丰富
关键词：文本挖掘情绪指标量化投资事件驱动
V