随着近期嘈杂中等规模的量子设备越来越多，容错量子计算机的竞争如火如荼，量子技术正在继续快速发展，了解哪些应用程序可以从这些设备的力量中受益正变得越来越重要。金融机构正在开发结合量子计算和机器学习的尖端技术以提高效率、降低风险并更好的为客户提供服务。

Moody’s Analytics(穆迪分析)最近与Rigetti进行的一项最新研究，使用了基于量子的签名内核(signature kernels)来预测经济衰退的可能性，并评估经济和金融数据如何告知我们未来经济衰退的风险。他们的研究在准确性和早期衰退预警能力方面产生了有希望的初步结果。

量子计算是一项新兴技术，许多量子硬件架构正在稳步扩展到更高的量子比特和更低的错误率范围，而在这些范围内可以探测量子机器学习(QML)模型以超越经典模拟。QML应用于金融行业的其他最新示例包括增强欺诈检测算法和量子生成建模，它能生成高质量的合成数据，可用于测试资产配置和风险管理策略。

穆迪分析的Ricardo Garcia表示：“衰退的罕见性使得预测衰退成为了一项具有挑战性的任务，因为大多数统计模型严重依赖过去衰退的例子来预测未来。我们比较了量子和经典预测方法在这个特定任务中的能力，并使用量子计算来“增强”机器学习过程。我们发现基于量子的签名内核方法在准确性和衰退早期预警能力方面产生了有希望的初步结果，这表明了它们对时间序列建模的潜在价值。”

他继续说道：“我们希望通过引入这些算法改进和现实世界的用例，以在应用于金融和经济时间序列问题的量子机器学习技术方面取得进一步进展。尽管如此，在经典数据集应用QML仍然是一个核心挑战，因为需要进一步的实践证据和算法设计来证明量子技术在预测任务中的优势。”（编译:Qtech）