中国股市从1990年发展至今才仅仅28年，正处于一个茁壮成长的黄金时期。 股票市场发展至今形成了两大流派，技术派和基本派，基本分析以公司的价值为投资对象，发掘公司未来的投资价值；而技术分析则以行为为主，通过股票的历史走势，各种形态指标为研究对象；在股票市场的推进中，信息越发显得重要，越来越体现出谁在第一时间获取到了有用信息谁就会获得财富。 随着互联网大数据的发展，这种信息获取渠道、速度、时间效率大大提升，有时一瞬间投资者就会出山峰掉入谷底，永远变为黑天鹅的主人。 在信息时代里时时刻刻都在充斥着大批量的信息，重点不在于你拥有多少数据，而是在拥有大批量的数据前提下如何更快、更高效的获取到‘有用数据’，然后把获取到的数据应用到金融市场。 以前这种想法只是人们对美好生活的向往，然而当下随着大数据，人工智能的到来这种想法已经开始在市场中得以应用，目前在金融市场发展最快的是量化交易，各大金融巨头纷纷布局打造属于自己的金融量化智能平台，在这些平台中，介于技术的限制，大部分以数字信息研究为主，在所有的数据信息中建立自己的研发模型；然而金融数据还有大部分是文本数据，这部分庞大的数据流就停留在数据库里面，造成了严重的资源浪费，以前技术方面的局限性以及科技的发展程度对文本数据的处理远远达不到商业产品的需要，如今深度学习，神经网络技术的普及，加上计算机硬件，处理能力的极大提升，以及NLP算法的完善，这一想法完全可以实现，应用与商业中，为我们创造价值。 对于当今的股票市场研究，已经不能和几年前的市场相提并论了，现在是数据飞速发展的黄金时代，一秒钟就可以生产T级的文本数据，靠人类的处理信息能力完全不可能在极短的时间内在这么庞大的数据流里面挖掘出有用的数据，我们可以利用计算机的处理能力，计算能力等等，通过互联网获取大批量的数据，然后利用NLP算法对文本信息进行聚类，然后对每一类，每一篇文章进行三层深度挖掘，第一层直接对文章进行词云图可视化，让我们拿到一篇文章或者一类文章一瞬间就了解其大意，然后在知其大意的基础上进行第二层挖掘即对文章评论进行情感分析，研究了解查阅这篇文档的用户此时此刻处于什么情绪，同时抽取出前10个关键词对情绪加以副证，最后在前两层的基础上进行第三层挖掘，利用文本汇总算法抽出三条汇总信息对文档与情感分析值进一步辅助验证，最终在每一篇的基础上对每一类做同样的处理分析，发掘分析市场热度，通过最终处理的热度信息为用户进行股市操作提供指导。