高阶投资组合优化与量子近似优化算法

投资组合优化是量子计算与金融交叉领域研究最深入的优化问题之一。该工作首次开发了包含高阶矩(偏度和峰度)的投资组合优化问题的量子表述。引入高阶矩能够更精细地建模投资组合收益分布。虽然高阶矩投资组合优化在经典方法中已有研究,但在量子表述领域仍探索有限。 在量子优化框架下,高阶矩会导致成本哈密顿量产生高阶项。因此,该研究没有获得二次无约束二值优化问题,而是得到了高阶无约束二值优化(HUBO)问题,这种形式天然适合构建参数化量子电路。此外,该团队采用了现实可行的整数变量编码方案和基于资本规模的预算约束。研究人员将基于整数规划的离散化经典连续变量解法作为该问题的计算效率基准。 通过对100个投资组合优化问题的广泛实验评估,该研究发现HUBO公式的解通常能获得比经典基准更优的投资配置方案。这一结果对于希望在量子硬件上执行计算密集型投资组合优化的研究者具有重要意义,因为包含高阶矩的投资组合优化在经典计算中具有极高复杂度。更重要的是,这些实验首次在具有实际应用价值的问题中,研究了量子近似优化算法(QAOA)处理高阶项的性能表现。

量科快讯