在经济建设取得重大成就的二十一世纪,我国的金融市场也越来越壮大,一方面可以更好地为实体经济服务,另一方面越来越多的个人投资者和机构投资者涌入股市。媒体作为投资者和股市之间的信息中介,在资本市场中扮演着越来越重要的角色。随着网络技术的发展和新闻网站的丰富,网络媒体开始替代传统媒体成为投资者获取信息的主要媒介。越来越多的金融学者也开始探究网络媒体关注能够给股市带来怎样的影响。另一方面,在大数据潮流中人工智能的迅速发展,为网络媒体报道分析创造了有利的条件。尤其是机器学习领域中深度学习的日渐成熟和广泛应用,为海量数据文本情感分析提供了有效的研究方法。在此基础上选取样本建立统计学模型对网络媒体和股票市场的相关数据进行分析不仅可以对研究内容得到科学合理的结果,也能够为股票市场中相关利益者进行决策时提供一定的依据。本文首先梳理了网络媒体对股票市场成交量和收益率的影响机制,认为网络媒体是通过新闻报道影响投资者的认知过程、情绪过程和意志过程,进而影响投资者的投资决策和股票定价。并结合已有的相关研究,提出了本文的研究假设。为了验证本文的假设,本文选取A股沪深300指数成份股作为样本进行剔出,最终选择其中60家上市公司2018年交易日的相关股票市场数据,并利用python从百度新闻网站爬取60家上市公司的对应10多万条新闻报道,作为网络媒体关注的分析数据。研究基于网络媒体关注的数量、情感及数量与情感的交互作用3个属性构建了日度的“媒体关注度”、“媒体情感”和“媒体关注度与情感的交互作用”指标,并结合股票市场的相关变量,进行了描述性统计和一系列的检验。最后选用面板回归模型来分析网络媒体关注与股票成交量和股票收益率的联动关系。除此之外本文还研究了当期的媒体关注指标对滞后5期的股票市场的滞后效应。本文通过研究发现:（1）深度学习对文本进行情感分析的准确率较高,训练数据的模型准确率可达90.91%（2）网络媒体的新闻报道整体情况比较乐观,正面媒体报道大于负面报道,且媒体关注与成交量和收益率之间具有相关性。（3）验证了相关假设,从当期回归结果中可以发现股票交易量受媒体关注度和媒体情感的影响较大,股票收益率受媒体情感的影响较大。（4）从股票成交量的滞后回归分析中可以看出,媒体关注度对成交量的短期影响会逐渐减小,媒体情感在滞后4期时对成交量的影响产生了反转效应,回归系数变为负向。从收益率的滞后回归结果可以发现媒体报道会在短时间内对收益率有正向影响,且媒体情感相比媒体关注度对短期的市场收益率影响更大。最后基于本文的研究结果,提出存在的不足之处,为进一步的研究提供思路,同时对企业和媒体提出相关建议,也希望相关部门能够提高对新闻媒体行业的监督作用,共同促进股票和资本市场的稳定发展。