中国股市从呱呱坠地到现在饱经沧桑只有寥寥三十余年,而美国股市早已成熟,到子鼠临近年关之际,我国市场投资者数量已超过了1.8亿,参与者基数大,国内外学者与投资者们对此趋之若鹜。影响股市指数波动的因素涵盖诸多方面,有直接作用的影响因素更有一些难以察觉到的潜在因素。近年来,计算机运算能力不断加强,人工智能算法不断涌现,更多的学者和投资者们将人工智能与股票市场规律结合对股票价格波动进行了一系列研究。本文从散户投资者在网络中的言论为依据,挖掘语言信息中存在的情感倾向,构建了基于散户投资者评论的情绪指数模型,研究其与上证50股指之间的相关关系。为了将投资者非理性的决策因素应用于与上证50股指之间的相关关系研究中,本文融合机器学习算法构建了一种较具代表性的投资者情绪指数模型,提出了一种基于自然语言处理和朴素贝叶斯相结合的情感倾向提炼、分类方法,通过改进情感得分结合量化的方法,计算出一种更加稳定的情感得分,后经降噪处理,与股指数变动进行一系列相关分析。研究得到如下结论:（1）投资者情绪指数的构建中,不仅仅要考虑评论、点赞等正面指标,正如本文所选用的用户粉丝量作为权威指标考入衡量标准,即构建复合情感度量表达式,能让情感度量表达式更具代表性。（2）情绪指数与上证50股指整体趋势上的走势大致相同,但是散户投资者的投资情绪起伏相对较大,在股指处于高位表现“亢奋”,处于低位时表现“恐慌”,更容易出现追涨杀跌的情况。这与现实相符。说明本文构建了一个相对有效的情绪指数模型。（3）本文所构建模型在大数据前提下,在各情绪与股指的相关性分析手段中,MIC表现相对更佳,MIC相对更适合于大数据的相关性分析,同时就本文所的结果而言投资者情绪与上证50股指具有高程度的相关性,且投资者情绪与上证50股指具有动态相关关系,投资者情绪会影响上证50股指,同时上证50股指也会反作用于投资者情绪。最后,分别对投资者、上市公司、市场监管者提出了合理化建议,旨在帮助投资者及时避险以防无法挽回的损失;保证上市公司在股民心中的信任,树立公司的良好声誉,更有利于公司的长期发展;帮助市场监管者维持股市秩序,避免市场风险的扩散,保证股票市场长期良性发展。