随着中国股票市场的蓬勃发展，投资者对媒体信息的关注度越来越高，而媒体信息对投资者的关注度和投资策略的影响也是越来越大。因为个人投资者的关注力和认知能力的有限，他们只能选择性的处理他们所获得的全部信息里的一部分，所以相对于其他信息而言更权威的、更可信的媒体信息就成为了散户投资者们的首选，进而影响了股票收益。虽然人们认同媒体信息对投资者的行为以及上市公司股票价格、收益的影响，但系统全面的研究媒体信息到底如何影响投资者和股票收益，国内才刚刚开始，而对媒体信息内容进行文本倾向性分析，进而探讨其对上市公司股票收益的影响的研究更是少之又少，所以目前非常需要对该领域进行更为全面和深入的研究。本文首先采用篇章级的文本倾向性分析方法，对媒体信息进行文本倾向性分类，分出积极正向的文章和消极负向的文章。分类算法采用本文提出的HMSA分类算法，同时与为K-最近邻算法、最大熵分类算法和支持向量机分类算法进行比较，实验结果表明，HMSA算法的分类效果最好，准确率为79.71%，召回率达到78.00%，F值为78.85%。在文本倾向性分类后，验证了媒体信息内容对股票收益的影响机理，媒体信息首先对投资者的投资策略产生影响，进而影响了股票的价格、成交量和收益率。通过分析发现积极正向的媒体信息可以有效的预测股票收益率的上涨和随后的收益率下跌，而消极负向的媒体信息可以有效的预测股票收益率的下跌和随后的收益率上涨。在对影响机理验证结果的基础上，研究了基于媒体信息文本倾向性指标的投资策略获利模式。由于媒体信息明显地影响了股票收益，构建了基于媒体信息文本指标的零投资组合的投资策略和不考虑该指标的零投资组合的投资策略。通过比较，发现引入该指标后可以获得较高的收益回报，增加了投资者的获利空间，对理论研究和实际投资都提供了有益的帮助。