量子计算在金融领域的应用研究_周文婷.pdf

OpinionsAcademics

观点学术

量子计算在金融领域的应用研究

文/周文婷

总值）增长率，预测结果准确率高达93%。法利用量子系统的并行性和量子比特的叠加

同时，量子计算能够突破传统预测模型预态，并利用量子振幅估计（QAE）算法作为

量子技术以其卓越的计算能力

测能力不足的限制，并在预测通胀方面产其子流程实现平方级加速，从而大大降低了

和效率，为金融领域的复杂问题提

生更低的错误率。金融崩溃的预测始终是时间复杂度，并有望实现实时模拟和预测。

供了强有力的支持，但其潜在的安全

计算领域中的一大挑战，Ding（2019）创新Sakuma（2020）在Beer（2020）深度量子神

风险和稳定性挑战亦不容忽视。量

性地运用了D-Wave量子计算机，探索出了经网络基础上，提出了一种用于学习隐含波

子金融的进一步发展，需全面审视

一种针对此难题的新解决路径，该研究为动率的量子方法，通过量子计算来加快神经

并克服技术、商业及政策层面的多

评估金融平衡状态及预测金融崩溃提供一网络和深度学习算法。在现有的量子退火机

重障碍。

种更为高效且精准的方法。上训练神经网络会极大地节约计算资源。

风险评估投资组合

市场VaR值是指预测金融工具或者投投资组合问题为等式约束的二次规划

近年来，量子计算技术取得了飞速进资组合面临的最大损失的值。将量子计算技问题，旨在固定风险下最大化预期收益或在

展，其运算效能显著超越传统超级计算机，术引入VaR值计算中，开辟量子概率生成的固定预期收益下最小化风险。确定最佳投

成为社会各界广泛关注的焦点。同时，这一新途径。相较于传统的概率生成方式，量资组合需要进行大量的计算，对于经典计算

技术在金融领域内也产生了重要影响。本文子概率生成路径不仅通用性强、易于理解，机来说消耗的计算资源和时间较多，而量子

就量子计算的发展现状、量子金融应用和而且能够小规模地应用于量子真机，展现出计算机则成为确定最佳投资组合极好的工

量子金融市场进行系统梳理，重点分析了量独特的优势。通过量子计算构建贝叶斯网具。量子近似优化算法（QAOA）是一种在

子计算如何引领金融领域的发展新方向，深络，可完成量子比特间因果关系构建，通过基于量子计算机求解组合优化问题的变分

入探讨了在未来量子金融发展存在的潜在不同指标之间的因果关系构建量子路线进方法，通过交替执行两个参数化的量子操

挑战，并提出了相关政策建议。行流动性风险评估。此外，四元数奇异值作来寻找一个给定目标函数最小值（或最大

分解（QSVD）作为基于量子纠缠的先进技值）对应的解。

量子计算在金融领域主要应用术，通过变分算法优化目标函数，能够得到欺诈检测

方向近似奇异向量和酉矩阵参数。实验结果表明欺诈检测是银行维持对客户的信任和

经济预测QSV