传统金融学理论围绕“有效市场”展开，不能很好地解释众多股市异象。行为金融学放宽了关于“有效市场”的严格假设条件，引入了投资者情绪这一概念。投资者情绪很好地解释了诸多异象之谜，但在网络与大数据技术飞速发展的时代，如何构建更具说服力的投资者情绪指标，研究其对股市波动的影响一直是金融领域研究的热点问题。本文结合时代背景，从构建有效的投资者社交媒体情绪指标入手，研究其对股市波动的影响，以期能够帮助投资者把握社交媒体评论中的情绪，进而采取有利于投资的决策，同时也为政府制定监管决策提供参考依据。　　针对研究问题，梳理相关文献并借鉴已有的研究成果，确定研究方法与思路。本文以行为金融学理论为基础，通过网络爬虫技术爬取东方财富网股吧讨论中的主题帖评论内容，经过有监督机器学习方法对发帖文本情感分类，将阅读量作为权重，构建投资者社交媒体情绪指标。在股市波动方面，选取收益率、成交量、换手率作为代理指标。运用动态面板数据GMM模型探究投资者社交媒体情绪对股市波动的影响，得到以下结论：1.投资者社交媒体正面情绪对收益率、成交量和换手率均有显著的正向影响作用；投资者社交媒体负面情绪对收益率和成交量具有显著的正向影响作用，对换手率具有显著负向影响作用。2.收益率、成交量和换手率变量的一阶滞后期对当期的影响显著。收益率的一阶滞后期变量对当期具有显著的负向作用；成交量与换手率的一阶滞后分别对当期具有正向作用。　　根据动态面板数据GMM模型实证分析得出的结果，对本文研究问题的结论进行分析，并提出相应的建议。对于散户投资者而言，关注收益率、成交量和换手率的同时还要关注投资者社交媒体的情感倾向，在此基础上做出理性的投资决策。对于机构投资者应根据投资者社交媒体情绪的变化采取有利于股市波动的策略以创造套利机会。政府监管部门可以根据股市股民投资者社交媒体情绪和股票波动指标，及时采取措施避免股市动荡。