Fugu-MT 論文翻訳(概要): Portfolio Optimization of 60 Stocks Using Classical and Quantum Algorithms

論文の概要: Portfolio Optimization of 60 Stocks Using Classical and Quantum Algorithms

arxiv url: http://arxiv.org/abs/2008.08669v1
Date: Wed, 19 Aug 2020 21:10:29 GMT
ステータス: 処理完了
システム内更新日: 2023-05-05 20:27:36.277451
Title: Portfolio Optimization of 60 Stocks Using Classical and Quantum Algorithms
Title（参考訳）: 古典アルゴリズムと量子アルゴリズムを用いた60株のポートフォリオ最適化
Authors: Jeffrey Cohen, Alex Khan, Clark Alexander
Abstract要約: 量子コンピュータを用いて、60の米国リストに記載された液状株式の宇宙から最適なポートフォリオを構築することを検討する。我々は, D-Wave Systems Inc. D-Wave 2000Q システムに独自の問題を定式化して, 最適リスク対戻りポートフォリオを求める。
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: We continue to investigate the use of quantum computers for building an optimal portfolio out of a universe of 60 U.S. listed, liquid equities. Starting from historical market data, we apply our unique problem formulation on the D-Wave Systems Inc. D-Wave 2000Q (TM) quantum annealing system (hereafter called D-Wave) to find the optimal risk vs return portfolio. We approach this first classically, then using the D-Wave, to select efficient buy and hold portfolios. Our results show that practitioners can use either classical or quantum annealing methods to select attractive portfolios. This builds upon our prior work on optimization of 40 stocks.
Abstract（参考訳）: 我々は、米国上場の60の液体株式からなる宇宙から最適なポートフォリオを構築するための量子コンピュータの使用について引き続き調査している。歴史的市場データからD-Wave Systems Inc.に独自の問題定式化を適用する。 d-wave 2000q (tm) 量子アニーリングシステム(以下d-waveと呼ぶ)は、最適リスク対リターンポートフォリオを見つける。まずこれを古典的に、次にD-Waveを使って、効率的な購入とポートフォリオ保持を選択します。その結果、実践者は古典的または量子的なアニーリング手法を使って魅力的なポートフォリオを選択できることがわかった。これは40株の最適化に関するこれまでの取り組みに基づいている。

関連論文リスト

Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文参考訳（メタデータ） (2023-10-14T02:13:26Z)
A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
生成モデルの一般化性能を評価するためのフレームワークを構築した。古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
論文参考訳（メタデータ） (2023-03-27T22:48:28Z)
Finding the Optimal Currency Composition of Foreign Exchange Reserves with a Quantum Computer [0.0]
本稿では,Markowitzモデルに基づく動的ポートフォリオ最適化への量子アルゴリズムの適用に焦点を当てる。量子アルゴリズムを実行するには、IBM QuantumtextsuperscriptTMゲートベースの量子コンピュータを使用します。この論文の二次目標は、中央銀行や他の金融市場規制機関のスタッフに量子最適化アルゴリズムに関する文献を提供することである。
論文参考訳（メタデータ） (2023-03-03T13:19:07Z)
A Quantum Online Portfolio Optimization Algorithm [0.0]
我々はHelmboldらによる既存の古典的オンラインポートフォリオ最適化アルゴリズムのサンプリング版を提供し、量子バージョンを開発する。量子的優位性は、量子状態の準備や内部積推定といった技術を用いて達成される。我々の量子アルゴリズムは、ポートフォリオの資産数である$n$という観点で、時間の複雑さの2次的なスピードアップを提供する。
論文参考訳（メタデータ） (2022-08-31T09:51:32Z)
Quantum Machine Learning with SQUID [64.53556573827525]
分類問題に対するハイブリッド量子古典アルゴリズムを探索するオープンソースフレームワークであるScaled QUantum IDentifier (SQUID)を提案する。本稿では、一般的なMNISTデータセットから標準バイナリ分類問題にSQUIDを使用する例を示す。
論文参考訳（メタデータ） (2021-04-30T21:34:11Z)
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)
Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文参考訳（メタデータ） (2020-09-02T22:46:47Z)
Portfolio Optimization of 40 Stocks Using the DWave Quantum Annealer [0.0]
本稿では, D-Wave 2000Q(TM) システムにおける諸問題について考察し, 最適リスク対戻りポートフォリオを求める。以上の結果から,米国の40銘柄のうち,DWaveを使って魅力的なポートフォリオを選択できることが示唆された。
論文参考訳（メタデータ） (2020-07-02T22:51:31Z)
Dynamic Portfolio Optimization with Real Datasets Using Quantum Processors and Quantum-Inspired Tensor Networks [0.0]
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。
論文参考訳（メタデータ） (2020-06-30T18:00:03Z)
Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。