論文の概要: Portfolio Optimisation Using the D-Wave Quantum Annealer

• arxiv url: http://arxiv.org/abs/2012.01121v1
• Date: Fri, 13 Nov 2020 16:15:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-24 05:21:00.883723
• Title: Portfolio Optimisation Using the D-Wave Quantum Annealer
• Title（参考訳）: d波量子アニーラを用いたポートフォリオ最適化
• Authors: Frank Phillipson and Harshil Singh Bhatia
• Abstract要約: 財政上の二次的な問題として、ポートフォリオ最適化問題が挙げられる。 投資のために一連の資産が選択され、総リスクが最小化され、最小のリターンが実現され、予算制約が満たされる。 この問題は、2つの主要な指標であるNikkei225とS&P500指数において、D-Waveの量子アニアラーとそのハイブリッドソルバの最先端実装を用いて解決される。
• 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: The first quantum computers are expected to perform well at quadratic optimisation problems. In this paper a quadratic problem in finance is taken, the Portfolio Optimisation problem. Here, a set of assets is chosen for investment, such that the total risk is minimised, a minimum return is realised and a budget constraint is met. This problem is solved for several instances in two main indices, the Nikkei225 and the S\&P500 index, using the state-of-the-art implementation of D-Wave's quantum annealer and its hybrid solvers. The results are benchmarked against conventional, state-of-the-art, commercially available tooling. Results show that for problems of the size of the used instances, the D-Wave solution, in its current, still limited size, comes already close to the performance of commercial solvers.
• Abstract（参考訳）: 最初の量子コンピュータは二次最適化問題でうまく機能することが期待されている。 本稿では,金融の2次問題であるPortfolio Optimisation問題について述べる。 ここでは、総リスクが最小化され、最小のリターンが実現され、予算制約が満たされるように、投資のために一連の資産が選択される。 この問題は、d-waveの量子アナーラとそのハイブリッドソルバの最先端実装を用いて、nikkei225とs\&p500の2つの主要なインデックスでいくつかのインスタンスで解決される。 結果は従来の最先端の商用ツールと比較される。 その結果、使用中のインスタンスのサイズの問題に対して、現在のd-waveソリューションは、まだ限定的なサイズであり、すでに商用ソリューションの性能に近いことが判明した。

関連論文リスト

• Variational quantum eigensolver with linear depth problem-inspired ansatz for solving portfolio optimization in finance [7.501820750179541]
  本稿では,金融におけるポートフォリオ最適化問題を解決するために,変分量子固有解法(VQE)を提案する。 超伝導量子コンピュータWu Kongにおける最大55量子ビットのHDC実験を実装した。 HDCスキームは、NISQ時代に量子アドバンテージを達成する大きな可能性を示している。
  論文  参考訳（メタデータ） (2024-03-07T07:45:47Z)
• Qubit efficient quantum algorithms for the vehicle routing problem on NISQ processors [48.68474702382697]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。 そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• Online Learning under Budget and ROI Constraints via Weak Adaptivity [57.097119428915796]
  制約付きオンライン学習問題に対する既存の原始双対アルゴリズムは、2つの基本的な仮定に依存している。 このような仮定は、標準の原始双対テンプレートを弱適応的後悔最小化器で与えることによって、どのように回避できるのかを示す。 上記の2つの前提が満たされていない場合に保証される、世界の最高の保証を証明します。
  論文  参考訳（メタデータ） (2023-02-02T16:30:33Z)
• Quantum computational finance: martingale asset pricing for incomplete markets [69.73491758935712]
  金融の価格問題に様々な量子技術を適用することができることを示す。 従来の研究と異なる3つの方法について議論する。
  論文  参考訳（メタデータ） (2022-09-19T09:22:01Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• 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)
• Dynamic Asset Allocation with Expected Shortfall via Quantum Annealing [0.0]
  本稿では,動的アセット割り当て問題を解決するために,ハイブリッド量子古典アルゴリズムを提案する。 D-Waveの2000QとAdvantageの量子アニールの結果を実世界の財務データを用いて比較する。 高い相関関係を持つ資産の実験は、より優れた性能を発揮する傾向にあり、近い将来、実用的な量子アプリケーションを設計するのに役立つかもしれない。
  論文  参考訳（メタデータ） (2021-12-06T17:39:43Z)
• 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)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)
• 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)

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。