量子科技中心_量科网

该研究团队将自动做市商（AMM）的再平衡问题构建为二元检测问题，并开发了一种混合量子-经典自注意力模块——量子自适应自注意力机制（QASA）。该机制通过变分量子电路构建量子查询/键/值，并在泡利-Z期望向量上应用标准softmax注意力，形成可直接替换的金融时序决策注意力模块。 基于2024年1月至2025年1月期间BTCUSDC的日频数据（按70/15/15比例划分时序），研究人员在收益率、夏普比率和最大回撤指标下，将QASA与经典集成模型、Transformer及纯量子基线进行对比。其中“QASA序列”变体实现了最佳单模型风险调整后绩效（收益率13.99%，夏普比率1.76），而混合模型平均收益率达11.2%（经典模型9.8%，纯量子模型4.4%），展现出优异的性能-稳定性-成本均衡特性。