量化交易相对于传统的交易有很多优势,今年来发展势头迅猛。随着计算机技术的快速发展,量化投资在投资领域扮演者越来越重要的角色。在我国,虽然近年来量化交易发展迅速,但是和其他国家相比,中国的量化交易还处在相对初级阶段。国内的量化研究尚有很多不足。近年来,行为金融学继续蓬勃发展,解释了很多传统金融学理论所无法解释的问题。投资者情绪是很多行为金融学学者所研究的重要问题之一,因为投资者的情绪会影响投资者的行为,而投资者的行为对资产的定价有着十分重要的影响。本文研究的是如何把投资者情绪进行量化,进而引入量化投资领域。通过阅读大量文献,本文把研究的目标着重放在通过投资者对投资股票的行业的选择来判断投资者情绪,进而产生交易信号。我们首先建立投资者情绪指数,利用历史的申银万国28个一级行业的周收益率,通过回归分析的方法求出beta系数,用28个行业的beta系数和当周的28个行业的周收益率求Spearman秩相关系数,该之相关系数则为我们建立的初步的投资者情绪指数。接下来对当周与之前三周的初步的投资者情绪指数求算数平均数,作为调整后的投资者情绪指数,简称为投资者情绪指数。之后本文对投资者情绪指数的分布进行研究,通过ADF检验的方法验证了投资者情绪指数是一个平稳序列,具有均值回归的特性。从而我们选择投资者情绪指数从下而上穿越0点作为买入信号,从上而下穿越0点作为卖出信号,建立了投资者情绪模型。历史数据回测表明,本文的模型具有明显的择时效果,累积收益率远高于同时期的沪深300指数的收益率。这说明了从投资者对行业的选择上可以看出投资者对市场的态度,而投资者对市场的态度可以影响市场后续的走向。之后我们结合沪深300指数自身的涨跌,对模型进行了改进,获得了较原模型更为出色的效果。