股票市场通常以其高收益性的特点而收到广大投资者们的青睐,但云诡波谲的变化性也让股民朋友难以捉摸,因此难免引起投资者的不安情绪。在互联网金融快速发展的时代,股票论坛应运而生,正逐渐成为投资者们交流炒股经验的重要平台。伴随着深度学习方法的发展,利用自然语言处理工具的情感分析、文本分类等方法已成为目前热门的论坛数据分析方向。本文通过研究相关文献资料了解到,股票论坛内部活跃着大量真实投资者,其情绪变化反映着股吧论坛的各支股票的股民操作风向,如果能够及时获知投资者情绪信息,可为政府监管部门、市场中介机构、上市公司、投资者等主体提供决策参考,促进我国股票市场健康发展。为深度挖掘股票市场的内在变化,且准确度量金融论坛的社区主题,本文选取东方财富网股吧论坛作为研究对象,通过python3.7对东方财富网旗下股吧论坛中七支行业板块龙头股票发帖数据进行爬取,确定房地产板块的万科A吧（000002）、机械板块的三一重工吧（600031）、酿酒板块的舍得酒业吧（600702）、煤炭板块的陕西黑猫吧（601015）四支股票论坛作为通用模型采集对象,医疗板块的恒瑞医药（600276）、银行板块的工商银行（601398）、教育板块的中公教育（002607）作为优化模型采集对象,对文本数据进行清洗,结合网络论坛理论研究提出投资者情绪五分类IS-5,将文本情绪分为激进搏杀、积极乐观、中立谨慎、消极悲观、愤怒绝望五个类别,按照模型构建要求进行人工标注,共标注12893条数据。为了构建优质的股票论坛投资者情绪分类模型,本文应用深度学习的自然语言处理模型,以大量已标注的数据集为依据,选择目前文本分类任务中性能突出的BERT、ERNIE、Bi LSTM以及Bi LSTM+Attention模型进行性能对比,最终通过比对评价指标,选择更加成熟稳定的BERT文本分类器,作为股票论坛投资者情绪分类的通用模型。本文选择通过依次加入三支新的股吧行业板块数据,进行投资者情绪分类模型的重复迭代过程,达到减少加入样本量,降低训练时间的目的,形成泛化能力更强的股票论坛分类系统,东方财富网股吧论坛的投资者情绪分类模型得以搭建并优化。最后,在股票论坛场景下使用IS-5五分类雷达图进行可视化表示,并选择机械板块的安徽合力（600761）、酿酒板块的贵州茅台（600519）、银行板块的浦发银行（600000）三支具有鲜明特征的投资者情绪雷达图与当月股票价格进行对比,发现存在较大关联性,从而实现股票论坛投资者情绪分类应用。