在学术研究中,近年来,随着互联网的普及,人类各种行为数据的可获得性不断增强,很多学者开始利用互联网更直接的数据来研究过去研究过的问题,真正实现了互联网+的理念。在行为金融学领域,投资者关注一直是学者们研究的重点,在所有与股票市场相关的信息中,只有那些被投资者阅读了、关注了的信息才能够影响股票市场,因此,近年来,很多学者开始研究网民的搜索行为与股票市场的关系,并取得了很多不错的成果。然而,目前大部分学者还停留在论证这种相关关系上,还很少有学者企图借助目前的研究成果,来探索是否能够利用已经论证的在线搜索指数来建立有效的股票市场交易模型,从而为投资者提供新的投资策略和方法。本研究正是看到了这一研究空白,围绕利用在线搜索指数建立股市交易模型这一核心问题,开展了研究工作。首先,通过系统地梳理投资者关注领域的相关理论,选取沪深300指数成分股的周末搜索量作为研究的核心变量,以个股的周末搜索量均值作为选股模型的核心,充分了解目前学者们关于在线搜索指数与股票市场的价格趋势的相关关系的研究成果,建立不同维度的选股模型,在建模过程中,同时引入上市公司的市值,丰富模型的跨度。其次,充分评估了工作量和可行性之后,选取2010年-2012年的沪深300成分股的百度搜索指数作为分析的数据样本,并通过国泰安数据库下载同时期的开盘、收盘价格等金融数据,最后在建立的选股模型和交易规则下,进行模拟操盘实验,得到不同模型和交易规则下的每周和每年的收益率结果。最后,根据不同模型的收益率结果与同时期指数结果的对比,以及不同模型之间的收益率对比,得到了如下的结论:(1)本研究建立的四个选股模型中,均值变化率模型得到的收益率最乐观。(2)仅仅利用搜索指数建立的选股模型在大盘整体持续下跌的时候,不具有特别有效的风险控制能力。(3)在现有的研究中,上市企业的市值与搜索指数的预测作用属于负向关系,但是在市值调整模型下,没有实现比调整前的均值变化率模型更好地结果。