論文の概要: Dynamic Asset Allocation with Expected Shortfall via Quantum Annealing
- arxiv url: http://arxiv.org/abs/2112.03188v2
- Date: Tue, 21 Mar 2023 22:47:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-24 05:30:20.371732
- Title: Dynamic Asset Allocation with Expected Shortfall via Quantum Annealing
- Title（参考訳）: 量子アニーリングによるショートフォールを期待する動的アセットアロケーション
- Authors: H. Xu (1), S. Dasgupta (2 and 3), A. Pothen (1) and A. Banerjee (2)
((1) Department of Computer Science, Purdue University, (2) Department of
Physics, Purdue University, (3) Oak Ridge National Laboratory, Quantum
Computing Institute (4) Bredesen Center, University of Tennessee)
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent advances in quantum hardware offer new approaches to solve various
optimization problems that can be computationally expensive when classical
algorithms are employed. We propose a hybrid quantum-classical algorithm to
solve a dynamic asset allocation problem where a target return and a target
risk metric (expected shortfall) are specified. We propose an iterative
algorithm that treats the target return as a constraint in a Markowitz
portfolio optimization model, and dynamically adjusts the target return to
satisfy the targeted expected shortfall. The Markowitz optimization is
formulated as a Quadratic Unconstrained Binary Optimization (QUBO) problem. The
use of the expected shortfall risk metric enables the modeling of extreme
market events. We compare the results from D-Wave's 2000Q and Advantage quantum
annealers using real-world financial data. Both quantum annealers are able to
generate portfolios with more than 80% of the return of the classical optimal
solutions, while satisfying the expected shortfall. We observe that experiments
on assets with higher correlations tend to perform better, which may help to
design practical quantum applications in the near term.
- Abstract（参考訳）: 量子ハードウェアの最近の進歩は、古典的アルゴリズムを採用する際に計算コストがかかる様々な最適化問題を解くための新しいアプローチを提供する。
本稿では,目標リターンと目標リスクメトリック(予測不足)が指定された動的資産配分問題を解決するためのハイブリッド量子古典アルゴリズムを提案する。
我々は,markowitzポートフォリオ最適化モデルにおいて,目標リターンを制約として扱う反復アルゴリズムを提案し,目標リターンを動的に調整して目標リターンを満足させる。
マルコウィッツ最適化は準非拘束バイナリ最適化(QUBO)問題として定式化される。
予想される不足リスク指標を使用することで、極端な市場イベントのモデリングが可能になる。
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。
両方の量子異性体は、期待される欠点を満足しながら、古典的最適解の80%以上のポートフォリオを生成することができる。
相関性の高い資産に関する実験は、より優れた性能を示す傾向にあり、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ちます。
関連論文リスト
- Application of Langevin Dynamics to Advance the Quantum Natural Gradient Optimization Algorithm [47.47843839099175]
近年,変分量子回路の最適化のためのQNGアルゴリズムが提案されている。
本研究では、この離散時間解が一般化形式を与えることを示すために、QNG力を持つランゲヴィン方程式を用いる。
論文 参考訳（メタデータ） (2024-09-03T15:21:16Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。
この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。
我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文 参考訳（メタデータ） (2023-06-15T15:28:12Z) - Diversifying Investments and Maximizing Sharpe Ratio: a novel QUBO
formulation [0.0]
本稿では,記述されたタスクに対する新しいQUBOの定式化を提案し,数学的詳細と必要な仮定を提供する。
我々は、利用可能なQUBOソルバを用いて結果を得るとともに、この用語で大規模な問題に対処するハイブリッドアプローチの振る舞いについて議論する。
論文 参考訳（メタデータ） (2023-02-23T19:15:44Z) - Prog-QAOA: Framework for resource-efficient quantum optimization through classical programs [0.0]
現在の量子最適化アルゴリズムでは、元の問題を二進最適化問題として表現し、量子デバイスに適した等価イジングモデルに変換する必要がある。
目的関数を計算し、制約を認証するための古典的プログラムを設計し、後に量子回路にコンパイルする。
その結果,量子近似最適化アルゴリズム (QAOA) が新たに導入された。
論文 参考訳（メタデータ） (2022-09-07T18:01:01Z) - 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) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - 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) - Quantum walk-based portfolio optimisation [0.0]
本稿では,近距離雑音型中間規模量子コンピュータを対象としたポートフォリオ最適化のための高効率量子アルゴリズムを提案する。
Hodsonらによる最近の研究は、金融ポートフォリオ再バランス問題へのハイブリッド量子古典アルゴリズムの適用の可能性を探っている。
論文 参考訳（メタデータ） (2020-11-16T16:11:33Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - 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。