論文の概要: Comparative analysis of diverse methodologies for portfolio optimization
leveraging quantum annealing techniques
- arxiv url: http://arxiv.org/abs/2403.02599v2
- Date: Mon, 11 Mar 2024 01:27:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 13:43:00.161396
- Title: Comparative analysis of diverse methodologies for portfolio optimization
leveraging quantum annealing techniques
- Title（参考訳）: 量子アニーリング手法を用いたポートフォリオ最適化手法の比較分析
- Authors: Zhijie Tang, Alex Lu Dou, Arit Kumar Bishwas
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.705126755795986
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Portfolio optimization (PO) is extensively employed in financial services to
assist in achieving investment objectives. By providing an optimal asset
allocation, PO effectively balances the risk and returns associated with
investments. However, it is important to note that as the number of involved
assets and constraints increases, the portfolio optimization problem can become
increasingly difficult to solve, falling into the category of NP-hard problems.
In such scenarios, classical algorithms, such as the Monte Carlo method,
exhibit limitations in addressing this challenge when the number of stocks in
the portfolio grows. Quantum annealing algorithm holds promise for solving
complex portfolio optimization problems in the NISQ era. Many studies have
demonstrated the advantages of various quantum annealing algorithm variations
over the standard quantum annealing approach. In this work, we conduct a
numerical investigation of randomly generated unconstrained single-period
discrete mean-variance portfolio optimization instances. We explore the
application of a variety of unconventional quantum annealing algorithms,
employing both forward annealing and reverse annealing schedules. By comparing
the time-to-solution(TTS) and success probabilities of diverse approaches, we
show that certain methods exhibit advantages in enhancing the success
probability when utilizing conventional forward annealing schedules.
Furthermore, we find that the implementation of reverse annealing schedules can
significantly improve the performance of select unconventional quantum
annealing algorithms.
- Abstract（参考訳）: ポートフォリオ最適化(PO)は、投資目標達成を支援するために金融サービスに広く採用されている。
最適な資産配分を提供することで、POは投資に関連するリスクとリターンを効果的にバランスさせる。
しかし、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の問題がますます解決しにくくなり、NPハード問題に陥ることに注意する必要がある。
このようなシナリオでは、モンテカルロ法のような古典的なアルゴリズムは、ポートフォリオの在庫数が増加すると、この課題に対処する上での限界を示す。
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。
多くの研究は、標準量子アニーリングアプローチに対する様々な量子アニーリングアルゴリズムの利点を実証している。
本研究では,ランダムに生成した単周期離散平均分散ポートフォリオ最適化インスタンスを数値的に検討する。
我々は,従来型でない量子アニーリングアルゴリズムの応用について検討し,前方アニーリングと逆アニーリングの2つのスケジュールを用いた。
提案手法は,tts(time-to-solution)と多種多様なアプローチの成功確率を比較し,従来の前処理スケジュールを用いた場合の成功確率を高める効果を示す。
さらに、逆アニーリングスケジュールの実装により、選択された非従来型量子アニーリングアルゴリズムの性能が大幅に向上することが判明した。
関連論文リスト
- PO-QA: A Framework for Portfolio Optimization using Quantum Algorithms [4.2435928520499635]
ポートフォリオ最適化(PO)は、投資ポートフォリオのリスクを最小限に抑えつつ、純利益を最大化することを目的とした金融問題である。
本稿では,量子パラメータの変動を調べるために,新しいスケーラブルなフレームワークPO-QAを提案する。
本結果は,量子機械学習のレンズからPOを理解する上で有効な知見を提供する。
論文 参考訳（メタデータ） (2024-07-29T10:26:28Z) - 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 Novel Knapsack-based Financial Portfolio Optimization using Quantum Approximate Optimization Algorithm [2.6603181502541986]
本稿では,量子ウォークミキサーの量子計算能力と量子近似最適化アルゴリズム(QAOA)を用いて,NPハード問題による課題に対処する手法を提案する。
p>=3の回路層を用いたポートフォリオ最適化手法の近似比を,古典的なknapsack問題の解法と比較した。
論文 参考訳（メタデータ） (2024-02-11T08:20:26Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - 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) - 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) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - 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) - 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。