随着互联网的迅速发展,各种信息爆炸式增长,新的数据来源给予了情绪指数研究的新的方法,通过对投资者网络行为与投资行为的关系讨论,分析并量化人们行为对股市的影响程度,对研究甚至预测股市发展有重大意义。本文构建上证50情绪指数和中证500情绪指数两个指数分别代表大盘情绪和中小盘情绪。基于互联网文本的挖掘技术,对东方财富网上证50股指期货论坛中的评论文本数据进行采集,通过机器学习方法对文本分类,计算出评论文本的情绪得分,并按帖子浏览量加权求和得到上证50股指期货日情绪指标。选择中证500股指期货市盈率、市净率、交易量、恐慌指数和净资金流入额这五个代理变量做主成分分析得到中证500股指期货投资者情绪指标,通过分别构建VAR模型讨论其与对应股指收益率之间关系,并分别对这两个指标构建MA(1)-EGARCH(1,1)和A R M A(1,1)-EGARCH(2,1)模型研究其波动规律。发现大盘股情绪指数与股指期货收益率相互影响相互推动关系,利好消息推动投资者情绪高涨,投资者高涨的情绪以及积累的信心又进一步推动收益率上涨,反之则反。利空消息引起的消极投资者情绪影响从时间和幅度上都要超过利好消息对投资者情绪的影响,中小盘股情绪指数反映出于上证50股指情绪指数相反现象,利好消息所造成的情绪变动在该市场中的反应时间要长于利空消息。最后,基于中证500情绪指数和上证50情绪指数对相应市场收益的不同特点,制定了基于情指数的大小盘轮动策略,该策略相比传统基于股指涨跌幅构建的策略,有着更高的收益,并且最大回撤率更低。本文创新点主要在于基于文本分类结果构造情绪指数时,将帖子浏览量比值作为权重,使模型拟合度更好,以及使用情绪指数波动代替传统的指数涨跌幅波动作为判断持仓的标准构建大小盘轮动策略,得到更优结果。