金融市场作为市场经济的组成部分,对于我国健全经济体系建设有着重要的作用,也是投资者实现财富增值的主要方式之一。股价预测一直是经济学领域的研究热点,学者们对市场各公开信息及股票交易数据进行综合分析,通过文献研究、技术分析及基本面分析、计量经济学及机器学习的方法对股价进行预测。纵观我国近些年来的股市发展,牛熊市交替,股价有涨有跌,随着市场运行的逐步稳定与政策的完善,中国股市已形成稳定性强,透明度高的交易市场,与国际重要资本市场的差距不断缩小,我国在全球金融领域的话语权不断增加。本文以上证50指数为研究对象,爬取东方财富网股吧评论信息,利用情感分析及机器学习对股票价格走势做出预测,在扩充现有股价研究、促进国内金融市场发展的同时,也推动了文本信息、非结构数据的研究。在现有对股价走势预测的研究中增加对投资者情绪的研究,了解投资者的真实想法,并探讨其对市场经济环境变动、政策影响及个股变化产生的看涨或看跌心理,充实资产投资组合、金融风险管理及套利定价等相关理论,促进学术发展。融入了股吧评论文本信息对股价走势进行预测,相比仅采用股票历史数据构建的预测模型有更高的精确度,帮助投资者更好地认识网络舆论对投资的影响,提高股民的风险防范意识,避免盲从,理性投资,确保资产的安全性。选取日开收盘价、最高最低价、涨跌额及幅度、成交量及金额、市盈率、换手率等信息用于构建模型,运用了支持向量机、逻辑回归、随机梯度下降、朴素贝叶斯、K近邻、随机森林、决策树七种方法进行情感分类并进行比对研究,以得出分类效果最佳的方法,便于后续研究中将股价预测模型的准确率及适用范围进一步提高。通过筛选出来的分类方法进行投资者情绪分类并得出情感得分,构建情感指标实现文本内容数字化,构建LSTM模型预判股价变动情况,对比分析选择最具推广价值及预测性能最佳的股价预测模型。经实证研究后发现历史交易信息及投资者情绪会对股价产生影响,基于历史交易信息及投资者情绪指标构建的LSTM模型对于股价整体走势的预测有较好地拟合作用;投资者情绪对股价涨跌预测有一定的滞后性,对于三天后股价的预测效果更好;静态特征提取后的股价预测效果会更好地反映股价的涨跌走势,更有利于提高模型拟合速度,同时也能够提高模型的拟合效果、降低误差百分比,相比于未经过降维处理的模型有更高的精确度,对交易者操盘有一定的指导效果。