.png){kind=icon}
返回
A Two-Step Quantum Approximate Optimization Algorithm for Portfolio Optimization and Risk Assessment
.png){kind=icon}
OA
AI
DOI：10.3390/quantum8020045.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子金融代表了量子计算新兴领域中一个关键且前沿的应用领域。本文提出了一种两步量子近似优化算法（two-step QAOA）用于投资组合优化和风险评估。该算法首先将股票选择问题表述为二次无约束二元优化（QUBO）问题，并采用经典-量子混合方法寻找哈密顿量的基态。然后我们引入一个基于能量的特征指标U∈[0,1)，该指标可根据自定义投资偏好定量评估投资组合表现，有效捕捉预期收益与风险之间的权衡。所需量子比特数量随股票池中的股票数量N线性增长，哈密顿量项数为O(N²)。数值模拟表明，该算法在不同投资偏好（激进或保守）下，对训练集和测试集均能提供一致且合理的评估结果，验证了特征指标从投资组合中提取内在信息的能力。此外，通过整合温启动和数字化反绝热技术，算法实现了可扩展性提升和更快收敛。本研究提出了一种灵活实用的算法框架，用于将量子计算应用于金融领域。
Keyword:
quantum computing
quantum finance
quantum approximate optimization algorithm
期刊
Q
IF:
1.3
论文数:
68
被引数:
0
机构
暂无机构信息
引用论文
Diversifying Investments and Maximizing Sharpe Ratio: A Novel Quadratic Unconstrained Binary Optimization Formulation投资多元化与夏普比率最大化：一种新颖的无约束二次二元优化建模方法
PREAI
分享收藏From portfolio optimization to quantum blockchain and security: a systematic review of quantum computing in finance从投资组合优化到量子区块链和安全：量子计算在金融领域的系统性综述.png)
FINANCIAL INNOVATIONOAAI
FINANCIAL INNOVATIONIF7.2
OAAI分享收藏分享收藏
查看更多内容