随着我国经济的高速发展,股票市场也得到了充分的发展,受到投资者的普遍关注。研究并提出一种切实有效的股票交易预测分析方法以使收益最大化、风险最小化,顺应了投资者的迫切需求。同时,互联网的快速发展极大改变了人们的传统交流模式,微博、微信等社交媒体成为人们即时获取信息、发布所见所感的平台。使用爬虫技术获取社交媒体信息并对股票市场交易进行预测,可以说是大数据时代的研究热点,具有明显的现实意义。BP神经网络是近年来的热门研究领域,它具有非线性映射能力、泛化能力和容错能力,利用它分析和评估股票投资行为,有助于了解股价运行的规律和内在机制,准确预测股票交易走势,从而采取一定手段维护股市稳定,促进经济平稳健康发展。本文在对相关文献进行梳理的基础上,收集微博、微信这两大国内最火热的社交媒体上的有效数据,通过数据挖掘技术抓取社交媒体用户的转发、评论、点赞、阅读量等数量信息,分析了微博及微信上新兴投资者的具体社会行为,深入寻求了个股微博指标、微信指标与个股交易信息之间的相关关系,最后还利用BP神经网络构建了股票交易情况预测模型,针对不同个股进行预测研究,对现今的社交媒体和股市间关系的研究具有一定的借鉴意义。本文研究发现:(1)股票的微博指数、微信指数与其当日及次日的股票信息都具有明显的相关关系,这些来自社交媒体的数据与股票交易量、交易金额之间的相关性尤其明显,可以带动整体股市的活跃或消沉;(2)投资者股票交易行为和社交媒体上体现的社会行为之间也具有一定联系,企业可以从投资者的角度预测值得关注的股市动态,并为其提供针对性的投资建议;(3)借助本文构建的神经网络预测模型,可以直接利用具体的微博指标、微信指标等数据对股票交易量、交易金额进行预测,尽管整体而言,微信预测在效果和稳定性上都略逊于微博预测,但以研究的样本为例,社交媒体实际预测效果远好于仅以股票历史数据为基础的传统预测方式。因此,可以认为本文对股市的实际运营具有一定的现实意义,社交媒体信息能在一定程度上预测股票市场交易量及交易金额的变化,对市场投资者和监管层均有较好的启示意义,对股市整体也能起到一定的监管作用。