随着中国经济的快速发展和投资规模的不断扩大,股票市场产生了越来越多交易数据和市场舆情信息,这使得投资者分辨有效的投资信息变得更加困难。随着人工智能的发展,越来越多的人工智能技术被应用于各个领域,人工智能技术的运用使得金融相关从业者对于行业数据的分析手段越来越多样化,金融相关从业者对于人工智能技术的依赖也越来越大。但应用于金融领域的人工智能算法设计对于相关金融从业者的要求较高,传统金融从业者对新兴的算法往往并不了解。通过时序数据算法和自然语言处理等算法却可以有效的帮助金融工作者从计算科学角度了解更多的数据背后的信息。另一方面,对于大部分自然人投资者而言,他们往往缺乏有效的市场分析手段,很容易陷入盲目投资状态,从而导致投资者利益受损。基于上述原因,本文设计并实现了基于人工智能算法的股票综合信息平台。该平台主要分为在线服务系统与离线算法系统两部分。其中离线系统部分主要包括数据获取、股票指数数据分析(时序数据分析)与本文信息分析(自然语言处理)三部分。在数据获取部分,本文采用多种方式获取不同类型的数据,为相关分析算法设计的实现提供数据集保证。在股票指数数据分析部分,本文使用Facebook Prophet、ARMIA、Holt-Winters三种时序预测方法预测股票数据,并设计了一种模型评价指标体系,用以告知使用者不同模型在历史数据集的表现情况。在文本信息分析层面,本文使用Text Rank、TF-IDF、Bert、Bi LSTM、CRF等算法用于自然语言处理模型设计,分别对新闻文本信息、公司公告信息、市场投资者舆论信息设计了关键词抽取、事件主体抽取、市场情绪分析三个功能。这三个功能可以帮助用户快速了解新闻、事件公告信息,并通过评论信息了解市场情绪因素。本文还设计了一种情绪因素与实际交易走势的评估模型,用于告知用户市场情绪与实际走势的相关性情况。在线服务系统部分,本文使用Java和Java Script语言作为在线系统平台的开发技术,为用户提供交互等功能。本文基于前述方法从平台的需求分析与整体设计、数据源模块、股票指数模块、文本数据处理模块、平台实现模块五个方面入手,用于设计本平台系统。平台从多个维度为平台使用者提供辅助决策信息,帮助使用者对当前的市场形式进行判断工作,进行辅助决策,以免使用者盲目投资。