证券投资活动归根到底是人在一定情绪下的行为选择，因此投资者的情绪必须引起重视，并在资本资产定价和收益分析中予以考虑。传统证券问题和资本资产定价理论主要是在宏观经济、公司基本面等方面进行分析，而股票市场中出现的多种金融“异象”无法用传统模型去解释，在此背景下，从社会学、心理学等多方面去探究金融市场现象的行为金融学应运而生。相比传统金融理论，行为金融学通过分析投资者的心理和行为对股票市场行情的影响机制和路径，更好地解释了诸如羊群效应等问题。　　随着互联网的发展，资讯网站、博客、网络论坛等互联网媒介成为信息表达和传播的主要途径。个人在发布信息的同时也在接受各种信息，互联网媒介使得个体情绪和行为发展到群体情绪和行为的可能性大大增加。金融市场上，千千万万投资者的情绪与行为也依靠互联网相互联系、彼此影响，带来资本资产价格的波动。互联网媒介上的文本信息是投资者情绪的一种直接表达，更加真实的展现投资者的观点和情绪。文本挖掘相关理论和技术方法的日益成熟为本文挖掘网络媒介中的投资者情绪信息提供了可能。　　基于行为金融理论，本文着重研究投资者情绪对于股票价格的影响。传统资本资产定价中，2013年诺贝尔经济学奖获得者 Fama、French的三因子模型（1992、1993、1996）影响深远，后续众多学者和证券从业人员研究、应用和改进该模型。本文在前人研究的基础上将投资者情绪作为第四个因子加入到该模型，并将其他因子作为控制变量，以分析投资者情绪这一因素如何对股票价格产生影响。考虑到互联网媒介的重大影响，本文采用文本挖掘的方法，借助Python2.7.11软件中的“Urllib2”等文本挖掘包，从新浪财经中收集相关文本语料并进行预处理。然后采用ROST-CM6内容挖掘系统中的情感分析模块分析文本资料的情绪倾向，将投资者情绪进行量化，构造情绪指数。　　本文有以下创新之处：首先，本文直接从网络文本中挖掘投资者情绪信息，减少了间接指标带来的误差，有助于提高投资分析的严谨性与准确性。其次，本文将文本挖掘得到的情绪指数用于股票组合定价，突破了单纯研究情绪与市场指数之间关系的范畴。此外，本文从行为金融视角拓展了传统Fama-French三因子模型及其构造定价因子的范畴，使得投资组合选取和构造更为准确。　　通过本文的研究得到结论：首先，相比传统三因子模型，本文通过文本挖掘构造的包含了投资者情绪指标的四因子模型更好解释了股票投资组合的收益变动，特别是对于小规模和成长性股票组合，但对于大规模且成长性差的股票组合的收益变动解释并没有明显改善。其次，市场风险溢价明显、规模效应显著，价值效应虽然存在但效果一般。此外，采用样本外数据对模型的预测效果进行检验，包含情绪指标的四因子模型在对股票收益方向的预测中总体优于传统模型，仅在大规模且成长性差的股票组合中没有改善预测效果。这说明情绪因子是一个相当重要的定价因子，必须加以重视和研究。