本文研究历史网页文档与股票市场行为的相关性,并建立预测模型来深入分析和定量评估网页文档在股票市场预测中的作用和效果。通过中国网络信息博物馆(Web Infomall[1])的历史文档数据,本文使用网页文本数据建立了一个预测模型和实现了一个辅助定量交易的系统。最后我们通过此系统模拟了对中国股票市场交易行为,实验显示我们的预测模型和交易系统取得了良好的回报率。　　本研究主要内容包括：⑴通过仔细分析和研究,通过统计的验证,针对每个股票选取了与之高度相关的网页文档,用于后续的预测和分析。⑵定量的识别出股票序列的趋势走向,并基于此作为预测模型的指标。传统股票分析技术基于时间序列的线性回归来分析和预测股票,我们使用了相关的文本特征来改进这个过程。同时,我们还使用文本特征建立了基于SVM的分类模型,和CRF的序列标注模型。实验表明,通过结合文本特征,线性回归模型和SVM分类模型能够优于传统的股票分析技术,达到良好的预测效果。⑶开发了辅助定量交易决策的China Stock Analyst系统。该系统使用了Web Infomall的历史网页数据,从中选取了2006年到2011年6年间的485,700篇高质量的新闻网页来训练模型。通过这个系统,交易员能够更高效地浏览和评估网络中对股票的新闻报道和评论,通过预测的趋势能更好地捕获市场的看法,从而做出合理有力的决策。