随着计算机科学技术的迅猛发展,人们每时每刻都通过互联网产生海量的数据,大数据的应用领域也越来越广。而在金融学领域和社会学领域,如何有效的分析人们的情绪对股市造成的影响,从而通过社会舆论去预测未来股市的走向也是一个经久不衰的研究课题。本文将设计与实现一个结合大数据去分析互联网上的股民情绪是否影响真实股市的行情的系统。分析系统为用户提供了集数据爬取、数据处理、情绪量化与模型构建为一体的服务,依据系统的功能需求,将系统的功能划分为源数据爬取、中间层数据处理、股民情绪量化和模型构建模块。立足于研究大数据时代下股民情绪对股市涨跌的影响,鉴于近年来社交平台的迅速流行,进而提出用新浪微博上过亿股民对股市的探讨与见解作为股民情绪的数据源,通过主成分分析将变量降维后,用量化方程转化成实际的情绪指数。在获取新浪微博数据的过程中,使用Python作为爬虫脚本的开发语言,并将获取的原始数据存入到HDFS中,最终在过滤筛选数据时采用Spark作为大数据处理的方案。在股市行情的量化上选择了沪市上证指数作为衡量股市情况的标准,首先对上证指数的时间序列进行了检验和三种波动性模型的拟合比较,并选择构建VAR模型去解释股民情绪指数与上证指数之间的影响关系,最终达到了较好的拟合目的。经过系统运行后的研究结果表明:股民情绪对股市收益的影响存在正相关关系,且前三天内的股民情绪指数有助于预测股市的上证指数,而负面情绪对股市的影响比正面情绪更为显著。