来自不同领域的研究人员对股票趋势的预测一直是一个有趣的话题。 还研究了机器学习（一种完善的算法）在预测金融市场方面的潜力。 本文采用了七种不同的数据挖掘技术来预测上证指数的股价走势。 这些方法包括支持向量机，逻辑回归，朴素贝叶斯，K近邻分类，决策树，随机森林和Adaboost。 提取2017年4月至2018年5月之间的相应评论，结果表明：1）来自中国金融社区社交媒体平台Eastmoney的情感进一步增强了模型表现，2）正面和负面情感分类，所有分类均达到至少有75％的准确度，并且线性SVC模型被证明是最好的； 3）根据价格波动和看涨指数之间的强相关性，可以得出收盘价的大致总体趋势。