摘要： 由于金融时间序列往往具有非线性的特点，经典的Sharpe模型难以全面、准确地描述经济变量之间的关系。为此，提出了基于谱映射的非线性Sharpe模型。谱映射的核心思想来源于经典的谱图理论。谱映射借助由数据集导出的一些特殊矩阵的部分特征向量，将该数据集投影至高维空间。在投影后的高维空间，数据集的有些性质得到改进，如原空间中线性不可分的数据集在高维空间线性可分。基于谱映射的非线性Sharpe模型的主要步骤为，利用谱映射将基金收益率数据和风格指数收益率数据投影至高维空间，在高维空间利用经典Sharpe模型识别各基金的投资风格。利用基于谱映射的非线性Sharpe模型分析了部分开放式基金的投资风格。实验结果表明，本文提出的基于谱映射的非线性Sharpe模型的性能优于在原数据集上直接利用经典Sharpe模型得到的结果。
