論文の概要: A Survey of Quantum Computing for Finance

• arxiv url: http://arxiv.org/abs/2201.02773v4
• Date: Mon, 27 Jun 2022 20:26:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-01 23:30:57.948988
• Title: A Survey of Quantum Computing for Finance
• Title（参考訳）: ファイナンスのための量子コンピューティングに関する調査
• Authors: Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexey Galda, Ilya Safro, Yue Sun, Marco Pistoia, Yuri Alexeev
• Abstract要約: 金融は量子コンピューティングの恩恵を受けた最初の産業セクターであると推定されている。 量子コンピュータは、この10年間で古典的なコンピュータの計算能力を上回ることが期待されている。
• 参考スコア（独自算出の注目度）: 15.341098545888944
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computers are expected to surpass the computational capabilities of classical computers during this decade and have transformative impact on numerous industry sectors, particularly finance. In fact, finance is estimated to be the first industry sector to benefit from quantum computing, not only in the medium and long terms, but even in the short term. This survey paper presents a comprehensive summary of the state of the art of quantum computing for financial applications, with particular emphasis on stochastic modeling, optimization, and machine learning, describing how these solutions, adapted to work on a quantum computer, can potentially help to solve financial problems, such as derivative pricing, risk modeling, portfolio optimization, natural language processing, and fraud detection, more efficiently and accurately. We also discuss the feasibility of these algorithms on near-term quantum computers with various hardware implementations and demonstrate how they relate to a wide range of use cases in finance. We hope this article will not only serve as a reference for academic researchers and industry practitioners but also inspire new ideas for future research.
• Abstract（参考訳）: 量子コンピュータはこの10年間で古典的なコンピュータの計算能力を超え、多くの産業、特に金融に変革をもたらすと予想されている。 実際、金融は、中長期だけでなく、短期においても量子コンピューティングの恩恵を受ける最初の産業であると推定されている。 本稿では,金融アプリケーションにおける量子コンピューティングの現状,特に確率的モデリング,最適化,機械学習を包括的に要約し,これらのソリューションが量子コンピュータ上での動作にどのように適応し,デリバティブ価格やリスクモデリング,ポートフォリオ最適化,自然言語処理,不正検出といった金融問題のより効率的かつ正確な解決に役立つかを述べる。 また、これらのアルゴリズムが様々なハードウェア実装を持つ短期量子コンピュータ上で実現可能であることについても論じ、ファイナンスにおける幅広いユースケースとの関連性を実証する。 本稿は、学術研究者や業界実践者への参考となるだけでなく、今後の研究に新たなアイデアをもたらすことを願っている。

関連論文リスト

• Applications of Quantum Machine Learning for Quantitative Finance [0.0]
  機械学習と量子機械学習(QML)は、複雑な計算問題に対処するための強力なツールを提供するため、重要な意味を持つようになった。 本研究は、金融産業における重要な分野である量的金融におけるQMLの利用について概観する。 金融アプリケーションにおける量子コンピューティングと機械学習の関連性について検討し、不正検出、引受、リスク評価、株式市場予測、ポートフォリオ最適化、オプション価格など、さまざまなユースケースについて検討する。
  論文  参考訳（メタデータ） (2024-05-16T14:15:44Z)
• Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
  本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。 我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
  論文  参考訳（メタデータ） (2024-01-19T11:04:14Z)
• Quantum computing for finance [15.341098545888944]
  量子コンピュータは、古典的なコンピュータの計算能力を超え、多くの産業に変革をもたらすことが期待されている。 このレビューは物理学者を対象とし、金融業界で使われている古典的手法の概要を述べ、量子技術の潜在的な利点と限界について論じている。
  論文  参考訳（メタデータ） (2023-07-20T20:55:11Z)
• Quantum Machine Learning for Finance [52.97198108304122]
  量子コンピューティングの恩恵を受けた最初の業界セクターは金融だと考えられている。 本稿では,金融分野における量子アルゴリズムの現状について述べる。
  論文  参考訳（メタデータ） (2021-09-09T14:20:10Z)
• Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
  デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。 このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
  論文  参考訳（メタデータ） (2021-01-21T20:10:38Z)
• Prospects and challenges of quantum finance [5.545791216381869]
  モンテカルロ法,ポートフォリオ最適化,機械学習の量子スピードアップを検討する。 これらの量子ファイナンスアルゴリズムの短期的関連性はアプリケーションによって大きく異なる。 我々はこれらのスピードアップを実験的な実現可能性に近づける強力な方法を説明する。
  論文  参考訳（メタデータ） (2020-11-12T17:02:11Z)
• 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)
• Quantum Computing for Finance: State of the Art and Future Prospects [8.77758485723332]
  本稿では、金融問題に対する量子コンピューティングの適用性、現状、および可能性に関する私たちの視点を概説する。 シミュレーションや最適化,マシンラーニング問題など,金融サービスで発生する特定のアプリケーションに対する,詳細な量子アルゴリズムについて説明する。 さらに、IBM Quantumバックエンドにおける量子アルゴリズムのデモンストレーションを含め、金融サービスにおける問題に対する量子アルゴリズムの潜在的なメリットについて議論する。
  論文  参考訳（メタデータ） (2020-06-25T16:02:05Z)
• Quantum Robust Fitting [43.28199403216451]
  多くのコンピュータビジョンアプリケーションは、実世界の不完全な測定から構造を復元する必要がある。 この課題は、幾何学的モデルをノイズや外周汚染データにしっかりと適合させることによって解決されることが多い。 本稿では、ロバストなフィッティングのための量子コンピュータの利用について検討する。
  論文  参考訳（メタデータ） (2020-06-12T08:00:55Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。