Fugu-MT 論文翻訳(概要): Financial Index Tracking via Quantum Computing with Cardinality Constraints

論文の概要: Financial Index Tracking via Quantum Computing with Cardinality Constraints

arxiv url: http://arxiv.org/abs/2208.11380v1
Date: Wed, 24 Aug 2022 08:59:19 GMT
ステータス: 処理完了
システム内更新日: 2023-01-30 00:05:06.302428
Title: Financial Index Tracking via Quantum Computing with Cardinality Constraints
Title（参考訳）: 基数制約付き量子コンピューティングによる金融指標追跡
Authors: Samuel Palmer, Konstantinos Karagiannis, Adam Florence, Asier Rodriguez, Roman Orus, Harish Naik, Samuel Mugel
Abstract要約: 実世界の資産管理において重要な非線形濃度制約を量子ポートフォリオに適用する方法を実証する。提案手法を応用して,イノベーティブな問題指標追跡ポートフォリオを作成する。
参考スコア（独自算出の注目度）: 1.3854111346209868
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work, we demonstrate how to apply non-linear cardinality constraints, important for real-world asset management, to quantum portfolio optimization. This enables us to tackle non-convex portfolio optimization problems using quantum annealing that would otherwise be challenging for classical algorithms. Being able to use cardinality constraints for portfolio optimization opens the doors to new applications for creating innovative portfolios and exchange-traded-funds (ETFs). We apply the methodology to the practical problem of enhanced index tracking and are able to construct smaller portfolios that significantly outperform the risk profile of the target index whilst retaining high degrees of tracking.
Abstract（参考訳）: 本研究では,実世界の資産管理に重要な非線形濃度制約を量子ポートフォリオ最適化に適用する方法を示す。これにより、従来のアルゴリズムでは難しい量子アニールを用いて、非凸ポートフォリオ最適化問題に取り組むことができる。ポートフォリオ最適化に濃度制約を使用できることは、革新的なポートフォリオとetfs(exchange-traded-funds)を作成するための新しいアプリケーションへの扉を開く。本手法を改良された指標追跡の実践的問題に適用し,高次追跡を維持しつつ,目標指標のリスクプロファイルを大幅に上回る小さなポートフォリオを構築することができる。

関連論文リスト

Decision-focused Graph Neural Networks for Combinatorial Optimization [62.34623670845006]
最適化問題に取り組むための新たな戦略は、従来のアルゴリズムに代わるグラフニューラルネットワーク(GNN)の採用である。 GNNや従来のアルゴリズムソルバがCOの領域で人気が高まっているにもかかわらず、それらの統合利用とエンドツーエンドフレームワークにおけるそれらの相関について限定的な研究がなされている。我々は、GNNを利用してCO問題に補助的なサポートで対処する決定に焦点を当てたフレームワークを導入する。
論文参考訳（メタデータ） (2024-06-05T22:52:27Z)
Comparative analysis of diverse methodologies for portfolio optimization leveraging quantum annealing techniques [3.296670045513668]
関連する資産や制約の数が増えるにつれて、ポートフォリオ最適化問題はますます解決が困難になる。量子アニールアルゴリズムは、NISQ時代の複雑なポートフォリオ最適化問題の解決を約束する。
論文参考訳（メタデータ） (2024-03-05T02:21:54Z)
Achieving Constraints in Neural Networks: A Stochastic Augmented Lagrangian Approach [49.1574468325115]
DNN(Deep Neural Networks)の正規化は、一般化性の向上とオーバーフィッティングの防止に不可欠である。制約付き最適化問題としてトレーニングプロセスのフレーミングによるDNN正規化に対する新しいアプローチを提案する。我々はAugmented Lagrangian (SAL) 法を用いて、より柔軟で効率的な正規化機構を実現する。
論文参考訳（メタデータ） (2023-10-25T13:55:35Z)
Sparse Index Tracking: Simultaneous Asset Selection and Capital Allocation via $\ell_0$-Constrained Portfolio [7.5684339230894135]
スパースポートフォリオは、取引コストの削減と不正資産の回避の観点から、完全なポートフォリオよりも好ましい。本稿では,$ell_p$-norm制約を用いたスパースインデックストラッキングの新しい問題式を提案する。当社のアプローチでは、ポートフォリオとターンオーバースペースの制約を選択でき、再バランス間隔毎にアセット更新を制限することで、トランザクションコストをさらに削減します。
論文参考訳（メタデータ） (2023-07-22T04:47:30Z)
GloptiNets: Scalable Non-Convex Optimization with Certificates [61.50835040805378]
本稿では,ハイパーキューブやトーラス上のスムーズな関数を扱う証明書を用いた非キューブ最適化手法を提案する。スペクトルの減衰に固有の対象関数の正則性を活用することにより、正確な証明を取得し、高度で強力なニューラルネットワークを活用することができる。
論文参考訳（メタデータ） (2023-06-26T09:42:59Z)
Neural Fields with Hard Constraints of Arbitrary Differential Order [61.49418682745144]
我々は、ニューラルネットワークに厳しい制約を課すための一連のアプローチを開発する。制約は、ニューラルネットワークとそのデリバティブに適用される線形作用素として指定することができる。私たちのアプローチは、広範囲の現実世界のアプリケーションで実証されています。
論文参考訳（メタデータ） (2023-06-15T08:33:52Z)
Learning to Optimize with Stochastic Dominance Constraints [103.26714928625582]
本稿では,不確実量を比較する問題に対して,単純かつ効率的なアプローチを開発する。我々はラグランジアンの内部最適化をサロゲート近似の学習問題として再考した。提案したライト-SDは、ファイナンスからサプライチェーン管理に至るまで、いくつかの代表的な問題において優れた性能を示す。
論文参考訳（メタデータ） (2022-11-14T21:54:31Z)
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)
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)
Offline Model-Based Optimization via Normalized Maximum Likelihood Estimation [101.22379613810881]
データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
論文参考訳（メタデータ） (2021-02-16T06:04:27Z)
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)

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。