論文の概要: Dynamic Portfolio Optimization with Real Datasets Using Quantum
Processors and Quantum-Inspired Tensor Networks
- arxiv url: http://arxiv.org/abs/2007.00017v2
- Date: Mon, 6 Dec 2021 16:59:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 01:06:07.555087
- Title: Dynamic Portfolio Optimization with Real Datasets Using Quantum
Processors and Quantum-Inspired Tensor Networks
- Title（参考訳）: 量子プロセッサと量子誘導テンソルネットワークを用いた実データを用いた動的ポートフォリオ最適化
- Authors: Samuel Mugel, Carlos Kuchkovsky, Escolastico Sanchez, Samuel
Fernandez-Lorenzo, Jorge Luis-Hita, Enrique Lizaso, Roman Orus
- Abstract要約: 動的ポートフォリオ最適化の問題に対処し、トランザクションコストやその他の可能な制約を考慮に入れます。
我々は、その離散的な定式化を解決するために、異なるハードウェアプラットフォーム上で多くの量子および量子に着想を得たアルゴリズムを実装した。
D-Wave HybridとNetworksは、最大1272個の完全接続量子ビットの計算を行う最大のシステムを扱うことができると結論付けている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper we tackle the problem of dynamic portfolio optimization, i.e.,
determining the optimal trading trajectory for an investment portfolio of
assets over a period of time, taking into account transaction costs and other
possible constraints. This problem is central to quantitative finance. After a
detailed introduction to the problem, we implement a number of quantum and
quantum-inspired algorithms on different hardware platforms to solve its
discrete formulation using real data from daily prices over 8 years of 52
assets, and do a detailed comparison of the obtained Sharpe ratios, profits and
computing times. In particular, we implement classical solvers (Gekko,
exhaustive), D-Wave Hybrid quantum annealing, two different approaches based on
Variational Quantum Eigensolvers on IBM-Q (one of them brand-new and tailored
to the problem), and for the first time in this context also a quantum-inspired
optimizer based on Tensor Networks. In order to fit the data into each specific
hardware platform, we also consider doing a preprocessing based on clustering
of assets. From our comparison, we conclude that D-Wave Hybrid and Tensor
Networks are able to handle the largest systems, where we do calculations up to
1272 fully-connected qubits for demonstrative purposes. Finally, we also
discuss how to mathematically implement other possible real-life constraints,
as well as several ideas to further improve the performance of the studied
methods.
- Abstract（参考訳）: 本稿では、動的ポートフォリオ最適化の問題、すなわち、取引コストやその他の制約を考慮して、一定期間にわたって資産投資ポートフォリオの最適取引経路を決定することに取り組む。
この問題は量的金融の中心である。
この問題に関する詳細な紹介の後、我々は様々なハードウェアプラットフォーム上で量子および量子に触発されたアルゴリズムを実装し、52の資産の8年間にわたる日替わり価格の実データを用いて、その離散的な定式化を解決し、得られたシャープ比、利益、計算時間の詳細比較を行う。
特に,古典的解法 (Gekko, exhaustive), D-Wave Hybrid quantum annealing, 変分量子固有解法に基づくIBM-Q上の2つの異なるアプローチ(そのうちの1つは真に新しく,問題に合わせて調整された)を実装し, この文脈で初めてテンソルネットワークに基づく量子インスピレーションオプティマイザも実装した。
各ハードウェアプラットフォームにデータを適合させるためには,アセットのクラスタリングに基づく前処理も検討する。
比較から,d-wave hybrid と tensor network は最大で 1272 個の完全接続量子ビットをデモント目的に計算できるシステムを扱うことができると結論づけた。
最後に,他の実生活制約を数学的に実装する方法や,研究手法の性能向上のためのいくつかのアイデアについても論じる。
関連論文リスト
- PO-QA: A Framework for Portfolio Optimization using Quantum Algorithms [4.2435928520499635]
ポートフォリオ最適化(PO)は、投資ポートフォリオのリスクを最小限に抑えつつ、純利益を最大化することを目的とした金融問題である。
本稿では,量子パラメータの変動を調べるために,新しいスケーラブルなフレームワークPO-QAを提案する。
本結果は,量子機械学習のレンズからPOを理解する上で有効な知見を提供する。
論文 参考訳（メタデータ） (2024-07-29T10:26:28Z) - Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum Computing [93.83016310295804]
AQCは研究関心の問題を実装でき、コンピュータビジョンタスクのための量子表現の開発に拍車をかけた。
本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。
最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。
これにより、合成タスクと実際の視覚データについて、D-Wave AQCで示すような曖昧な解とデータポイントを識別することができる。
論文 参考訳（メタデータ） (2023-10-18T17:59:45Z) - Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud
Computing [73.7522199491117]
量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。
ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。
本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
論文 参考訳（メタデータ） (2023-07-25T00:38:46Z) - Comparing Classical-Quantum Portfolio Optimization with Enhanced
Constraints [0.0]
ポートフォリオ最適化問題に基本的な分析を加え、選択したバランスシートのメトリクスに基づいて資産固有の制約とグローバルな制約を追加する方法について述べる。
我々は、D-Waveの量子プロセッサを用いて、そのような問題を解決するための最先端のアルゴリズムを解析し、商用で利用可能な最適化ソフトウェアで得られるソリューションの品質を比較した。
論文 参考訳（メタデータ） (2022-03-09T17:46:32Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳（メタデータ） (2021-06-24T08:18:42Z) - Quantum Portfolio Optimization with Investment Bands and Target
Volatility [0.0]
ポートフォリオ最適化問題に対する複雑な実生活制約を簡単な方法で実装する方法を示す。
我々は、個々の投資バンド、すなわち、各資産に対して最小限および最大限の投資を行う方法を示す。
本研究は,現在のNISQ量子プロセッサにおいて,定量的ファイナンスにおける日々の現実的な制約をいかに簡単に実装できるかを示すものである。
論文 参考訳（メタデータ） (2021-06-12T10:17:17Z) - GEO: Enhancing Combinatorial Optimization with Classical and Quantum
Generative Models [62.997667081978825]
我々は、生成モデルとして知られる機械学習モデルを活用する新しいフレームワークを導入し、最適化問題を解決する。
我々は、テンソルネットワークマシンに依存するGEOの量子インスパイアされたバージョンに注力する。
関数呼び出し数に対する固定予算が与えられた場合、その目標が最小限の最小値を求める場合、その優れた性能を示す。
論文 参考訳（メタデータ） (2021-01-15T18:18:38Z) - Hybrid Quantum Investment Optimization with Minimal Holding Period [0.0]
最小保持期間を有する動的ポートフォリオ最適化のためのハイブリッド量子古典アルゴリズムを提案する。
D-Wave 2000Qプロセッサを用いて,1年間のトレーディング期間にまたがる50のデータセットにおける最適投資軌跡を見出した。
論文 参考訳（メタデータ） (2020-12-02T11:26:47Z) - Hybrid quantum-classical optimization for financial index tracking [0.0]
金融指標の追跡は、指標に含まれる証券のサブセットに投資することで、そのリターンの軌道を適切に定義された時間帯で再現することにつながる。
数十または数百の資産からなる中程度の大きな指標であっても、最適な資産の組み合わせを選択することは、難しい重み付けの難しい問題となる。
我々は, 基数制約を受ける資産の重み付けされた組み合わせを見つけるために, プルーニングアルゴリズムを導入する。
論文 参考訳（メタデータ） (2020-08-27T10:59:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。