El problema de la predicción del precio de las acciones ha sido un tema de investigación candente. El precio de las acciones se ve influenciado por varios factores al mismo tiempo, y el sentimiento del mercado es uno de los factores más críticos. Textos financieros como noticias y comentarios de inversores reflejan el sentimiento de los inversores en el mercado de valores e influyen en los movimientos del mercado. Los modelos de investigación anteriores han tenido dificultades para extraer con precisión múltiples fuentes de información sobre el sentimiento del mercado que provienen de Internet, y los modelos tradicionales de análisis de sentimiento son desafiantes de cuantificar y combinar datos de indicadores de datos de mercado y datos de sentimiento de múltiples fuentes. Por lo tanto, proponemos un modelo de predicción de precios de acciones BERT-LLA que incorpora sentimiento de mercado de múltiples fuentes y análisis técnico. En el módulo de análisis de sentimiento, proponemos un modelo basado en similitud semántica y calor del sector para filtrar sectores relacionados y utilizamos modelos BERT ajustados para calcular el índice de sentimiento del texto, transformando los datos de texto en datos de series temporales de índice de sentimiento. En el módulo de cálculo de indicadores técnicos, se calculan series temporales de indicadores técnicos utilizando datos de mercado. Finalmente, en el módulo de predicción, combinamos las series temporales de índice de sentimiento y las series temporales de indicadores técnicos y utilizamos un modelo de predicción de red LSTM de dos capas con un mecanismo de atención integrado para predecir el precio de cierre de las acciones. Nuestros resultados experimentales muestran que el modelo BERT-LLA puede capturar con precisión el sentimiento del mercado y tiene una fuerte practicidad y capacidad de pronóstico en el análisis del sentimiento del mercado y la predicción del precio de las acciones.