随着互联网和信息技术的快速发展,越来越多的投资者在股吧和个人社交平台中发布带有情感倾向的文本信息,对这些信息进行充分挖掘和分析,可以更好地理解众多网民的情感倾向和观点。在这个背景下,文本情绪分析技术能够帮助个人投资者、金融机构、金融分析师和政府部门更好地掌握投资者情绪的动态变化。同时,相对买卖价差作为股票流动性的衡量指标,一直以来在相关文献中广泛使用,因此分析文本情绪对相对买卖价差的影响有着十分重要的理论意义。由于互联网中的文本情绪变化极快,为了更好地分析文本情绪对相对买卖价差的影响,需要从股票高频交易角度出发进行研究。首先,为了构建有效的文本情绪指标,本文在Antweiler和Frank（2004）提出的模型的基础上,进一步结合帖子的阅读量构建文本情绪指标。文本情绪指标的构建步骤分为以下三步:（1）利用Python爬虫软件从东方财富网股吧抓取样本股票的个股股吧的帖子;（2）利用Python工具包Snow NLP对采集的10940193条东方财富网股吧中的帖子进行情感分析,情感值的取值区间为[0,1],情绪值大于0.5的帖子定义为积极,将情绪值小于0.5的帖子定义为消极;（3）将半小时内积极、消极情绪的帖子的阅读量代入文本情绪指标构建模型,即可得到半小时的文本情绪指标;第二,为了对文本情绪与相对买卖价差之间的非线性关系进行实证检验,本文将半小时文本情绪指标数据和半小时的股票高频交易数据进行合并汇总,汇总成半小时的文本情绪数据和股票高频交易数据。同时,考虑到文本情绪数据和股票高频交易数据的匹配性,剔除掉非交易时间的数据和缺失的数据,最后得到1201002条样本数据。汇总整理完成后,对样本数据进行回归分析,研究文本情绪与相对买卖价差之间是否存在非线性关系。实证结果显示,文本情绪的最初增长对相对买卖价差产生负向影响,但是随着情绪的累积,文本情绪与随后的相对买卖价差之间的关系将减弱,并且最终导致文本情绪对相对买卖价差产生正向影响,即文本情绪指标与相对买卖价差之间存在非线性关系;对文本情绪与相对买卖价差之间的非线性关系进行稳健性检验后,可以发现变换数据频度或者替换文本情绪指标后,文本情绪与相对买卖价差之间依然存在非线性关系;第三,根据股票板块、发布者身份、股票规模、发布者网龄、股票收益波动率、贴吧活跃度的差异将样本进行划分,通过对分组样本再次进行回归,研究文本情绪与相对买卖价差之间的非线性关系的异质性,研究结果如下:（1）“主板”、“中小板”、“官方信息”、“大规模”、“网龄短”、“高波动率”、“低波动率”和“高关注度”分组的文本情绪与相对买卖价差之间存在非线性关系;（2）“创业板”、“个人信息”、“小规模”、“网龄长”和“低关注度”分组的文本情绪与相对买卖价差之间不存在非线性关系。