随着网络在国内普及率飞速增长，网络信息量呈几何级数增长，其传播的速度更是其它渠道难以匹敌的，成为人们最重要的信息来源之一。网络也成为金融领域信息重要的集散地，尤其是WEB2.0技术的发展，论坛、博客、聊天室等可以提供互动的技术不断涌现，使投资者可以参与到网络信息的创造、传播及获取的各个环节。论坛是最受欢迎的网络社区之一，众多的投资者在股票论坛中交流信息，分享经验以辅助投资决策，因此对其中信息的获取是了解投资者心理及行为的重要途径。相比国外上百年历史的成熟的金融市场，成立仅二十余年的中国金融市场还处于发展阶段，监管制度不完善，投机者居多。众多投资者通过各种途径获取信息进行交易，作为获取信息的重要方式之一，对股票论坛的研究具有重要意义。行为金融理论认为投资者的心理及行为能够影响股票市场的表现，基于这一理论，本文对国内的股票市场进行了研究。本文提出了自动剔除领域无关评论的方法，成功剔除了84%的股票市场无关评论，并保留了90%以上的股票市场相关信息。本文对比了语义分析方法、机器学习方法及N-Gram方法三种情感分析方法，支持向量机结合信息增益的方法能够获得良好的实验结果。通过单只股票价格影响因素分析，建立股票价格预测模型，能够比较准确地预测股票市场的价格。我们分析了股票价格影响因素，并建立回归模型对其进行预测。结果显示，滞后股票收盘价，情感指数，机构评分、滞后新闻数量能投对股票收盘价格进行解释。通过对通讯行业进行单因素方差分析，情感指数能够影响收益率及波动率。通过对上证指数及情感指数进行领先滞后分析发现，投资者情绪与滞后综合指数相关，与领先个股收盘价相关。