4G时代，互联网加速了网络社交媒体的迅猛发展。网民对于信息获取逐步由被动接受转变为主动创造，因此产生了大量的大众原创信息，并且其中不乏各种专业人士。新浪微博作为其中重要平台之一，具有受众广泛、信息传播快速等特点，因此本文选择新浪微博为数据来源，依据新浪微博的财经栏目为目标标签，选取了314个头部大V账号，利用爬虫程序抓取了2015至2019年期间数据，获取近378万条微博文本信息，并将其分为专业投资人、论坛和媒体三大分类。在将采集到的微博数据进行整合后，采用文本处理与情感分析的方式，对微博数据进行了情绪分类，分类类别为积极、中性与消极，以此构建投资者情绪指标，结合上证、深证、中小板和创业板等指数的收益率为市场收益表现数据，探索两者之间的相关性。本文利用多元线性回归模型分别对四大市场、三大微博信息分类进行实证分析，结果表明：(1)微博投资者情绪对于股票市场存在显著影响，积极情绪与收益呈同向相关，消极情绪和收益呈反向相关；(2)不同的市场上，微博投资者情绪影响力存在差异性，微博积极情绪影响力随着市场的投机属性增强而逐渐变大，消极情绪的影响力随着投机属性的增强而逐渐减弱；(3)相同市场上，不同微博投资者分类的情绪影响力存在差异性，通过对三大类的微博文本数据回归表明，具有专业性和权威性的大V的投资者情绪将有更大的影响力。