El sentimiento del inversor tiene un impacto profundo en la volatilidad del mercado financiero; sin embargo, es difícil capturar con precisión las complejas relaciones no lineales entre los indicadores de sentimiento con los métodos existentes. En este estudio, proponemos un nuevo indicador de sentimiento del inversor, que utiliza redes generativas adversarias (GAN) para extraer la estructura latente no lineal de ocho indicadores de sentimiento desde febrero de 2003 hasta septiembre de 2023 en el mercado de acciones chino A-share. A diferencia de los métodos tradicionales de reducción de dimensionalidad lineal, las GAN pueden capturar dinámicas de mercado complejas a través del entrenamiento adversarial, reduciendo efectivamente el ruido y mejorando la precisión de la predicción. Los análisis empíricos muestran que supera significativamente a los métodos existentes tanto en la capacidad de predicción dentro como fuera de la muestra. La estrategia de inversión basada en GAN logra impresionantes rendimientos anualizados y proporciona una herramienta poderosa para la construcción de carteras y la gestión de riesgos. Las pruebas de robustez a lo largo de ciclos económicos, industrias y mercados de EE. UU. validan aún más la estabilidad de . Estos hallazgos destacan las ventajas únicas de las GAN como herramientas de pronóstico financiero impulsadas por el sentimiento, proporcionando a los participantes del mercado nuevas formas de capturar con mayor precisión las tendencias cambiantes del sentimiento y desarrollar estrategias de inversión efectivas.