量子科技中心_量科网

对路径依赖型衍生品（如外汇目标可赎回远期（TARFs））的潜在未来敞口（PFE）进行估算，因嵌套蒙特卡洛模拟的巨大计算需求而构成严峻挑战。该研究提出一种混合量子-经典框架，通过降阶交易对手信用风险模型，利用迭代量子振幅估计（IQAE）来解决这一问题。该研究方法通过两步公式将非线性TARF收益——包括累计收益和敲出特征——映射到量子电路中：第一步经典地计算百分位数，随后将其用于条件化量子评估后续敞口。该工作对外汇过程进行离散化，并采用动力学的线性化加性近似，以便在当前量子平台上实现。该框架通过Classiq平台开发，并在NVIDIA CUDA-Q和Amazon Braket SV1上验证，在97.5%和99%置信水平下，相对于经典基准实现了1%-8%的相对误差。尽管离散化约束和近似单调性假设可能引入偏差并限制完整敞口分布的恢复，但该团队的框架为量子加速提供了一个可处理的测试平台。缩放分析表明，约300个逻辑量子比特即可支持完整的52周敞口估算，通过振幅估计降低尾部风险估算的样本复杂度，但代价是增加了电路深度。