在以往的研究中,股指预测通常仅仅基于单一的数据源,因此可能无法全面涵盖到影响股市走势的所有因素。随着股票市场的发展和社交网络的兴起,越来越多的投资者开始在网络中讨论有关股市的话题,并且相关媒体对股市新闻的报道也更加丰富。随着股票信息的暴增,股市分析工作变得更加多元化,基于互联网数据进行股指预测成为了近年来的研究热点。然而,如何提取新闻中的事件和社交网络中蕴藏的情感信息,并将它们与股市量化数据有效融合,进而共同预测股指波动仍是一个富有挑战性的工作。在本文首先提出了一个基于受限玻尔兹曼机的事件提取和表示方法,能够将一篇新闻表示为一个固定长度的向量。其次提出了一个基于LDA的情感主题模型一LDA-S,来抽取短文本中的情感信息,该模型改进了 LDA的采样公式,同时加入了先验信息,并且能够根据不同文档的主题提取出文档的情感分布。接着介绍了基于受限玻尔兹曼机的事件提取的设计流程,利用该方法可以从原始新闻文本中抽取结构化信息,并将其表示为向量形式。然后,我们利用不同数据源之间的一致性,提出了一种基于多源数据多实例学习的股指预测模型,能够有效地将事件、情感以及股市量化数据融合到一个框架中,从而提升股指预测的准确性。此外,我们的方法是能够自动确定每个数据源的重要性,并找到影响股市走势的主要驱动信息,使预测可解释。最后,本文从两个角度验证了所提出的模型,股指预测模型的有效性和特征提取方式的有效性。