科技手段极大地解放了人力,助力金融机构为客户提供更为及时、便捷、智能的金融服务,然而,金融领域中的投资研究工作的自动化和智能化发展仍有研发提升空间.实际上,人工智能技术在投资研究领域具有很大的应用价值.一方面,针对结构性数据,以RPA(机器人流程自动化)为代表的智能技术能够对数据进行自动化处理,从而减少基础的重复性工作,并提升对数据存取、调用、加工、分析等数据处理的效率和准确性;另一方面,针对非结构性数据,以NLP(自然语言处理)为代表的智能技术能够在更加广泛的金融投资信息来源上,更好地处理规模庞杂但极具价值的非结构性及多模态信息.鉴于大多数与金融投资相关的信息常以文本的形式发布,运用文本挖掘及NLP将相关文本信息转化为金融投资建议颇具前景.当前,NLP相关技术被较为广泛地运用于语音识别、机器翻译、舆情分析、智能客服等领域.本文通过运用NLP中的情绪识别技术对于“股吧”评论的文本信息进行分析,生成与金融投资相关的情绪变量,探索对股指期货定价理论值与实际值之间偏差的解释.