大數據時代越來越多的數據呈現出維數過高、結構非線性、數據量過大、高增長率等特點，對傳統(tǒng)數據挖掘和統(tǒng)計分析提出了嚴峻的考驗，如何發(fā)現高維數據分布的內在幾何結構，進而挖掘出高維數據內部規(guī)律及本征信息，有效結合可視化技術在低維空間來研究超高維數據的內部特性是迫在眉睫的重要任務。超高維數據在金融領域更是遭遇維數災難問題，維數膨脹給高維數據的模式識別和規(guī)則發(fā)現帶來極大挑戰(zhàn)。本研究以大數據時代超高維稀疏網絡模型及其應用為目標，站在資源配置和投資組合優(yōu)化的角度對金融市場全面風險管理問題進行實證研究，為實現高水平網絡風險管理和防范金融系統(tǒng)性風險提出理論依據和可操作的技術思路。