随着互联网和移动互联网时代的到来，数据变得越来越重要，“大数据”这个概念也正在改变我们的生活以及很多行业的生产经营行为。互联网让数据的共享便利化，任何人都能在互联网的海量数据中找到所需要的信息，且人与人的沟通也随着Web2.0的出现而更加频繁和密切，所以诞生了许多舆论情报分析的职业和岗位。在中国股票市场上，散户投资者居多，且多为非理性投资者，其投资决策更容易受到消息面的影响，他们的存在增加了股市的波动性。散户投资者往往在各大股吧表现活跃，他们的情绪也直接影响着股市的成交状况。研究他们的活动可以加深我们对中国资本市场的理解。基于行为金融学和数据挖掘原理，本文用机器学习的方法，通过分析这些投资者的发帖、评论等文本信息，从中挖掘出他们的情绪指标及其变化。然后通过多元回归，证明这些情绪指标能够为后一交易日的收盘价提供额外的显著信息。并且，在考虑交易成本之前和之后，本文提供的交易策略在243个交易日中相对大盘分别超过27.49%和14.62%。