使用基于采样的变分量子方案的资产组合构建
构建符合现实世界约束条件的高效投资组合是金融领域一项极具挑战性的优化任务。该研究团队针对交易所交易基金(ETF)的设计方案,探讨了该问题的具体表现形式。研究人员评估了基于采样的条件风险价值变分量子算法(CVaR VQA)与局部搜索后处理相结合的方法,用于解决超过经典计算能力的问题实例。该工作还提出了一种适用于采样型VQA的问题表述框架。 在IBM Heron处理器上进行的实用规模实验涉及109个量子比特和高达4200个量子门,实现了0.49%的相对解误差。实验结果表明:量子-经典混合工作流相比纯经典局部搜索具有更高精度,且难以模拟的量子电路可能比简单电路带来更好的收敛性。这项工作为利用量子计算机探索投资组合构建开辟了新路径。
