Fugu-MT 論文翻訳(概要): Autocallable Options Pricing with Integration-Based Exponential Amplitude Loading

論文の概要: Autocallable Options Pricing with Integration-Based Exponential Amplitude Loading

arxiv url: http://arxiv.org/abs/2507.19039v1
Date: Fri, 25 Jul 2025 07:48:37 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-28 16:16:48.872397
Title: Autocallable Options Pricing with Integration-Based Exponential Amplitude Loading
Title（参考訳）: 統合型指数振幅負荷によるオートコール可能なオプション
Authors: Francesca Cibrario, Ron Cohen, Emanuele Dri, Christian Mattia, Or Samimi Golan, Tamuz Danzig, Giacomo Ranieri, Hanan Rosemarin, Davide Corbelletto, Amir Naveh, Bartolomeo Montrucchio,
Abstract要約: 本稿では,オートコール可能なオプションの価格設定に適した包括的量子アルゴリズムを提案する。鍵となるイノベーションは、最先端のアプローチに比べて回路深度を低減する統合ベースの指数振幅負荷技術の改善である。
参考スコア（独自算出の注目度）: 1.2365138829360165
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We present a comprehensive quantum algorithm tailored for pricing autocallable options, offering a full implementation and experimental validation. Our experiments include simulations conducted on high-performance computing (HPC) hardware, along with an empirical analysis of convergence to the classically estimated value. Our key innovation is an improved integration-based exponential amplitude loading technique that reduces circuit depth compared to state-of-the-art approaches. A detailed complexity analysis in a relevant setting shows an approximately 50x reduction in T-depth for the payoff component relative to previous methods. These contributions represent a step toward more efficient quantum approaches to pricing complex financial derivatives.
Abstract（参考訳）: 本稿では,オートコール可能なオプションの価格設定に適した包括的量子アルゴリズムを提案する。実験では,高性能コンピューティング(HPC)ハードウェア上で行ったシミュレーションと,古典的推定値への収束の実証分析を行った。我々の重要な革新は、最先端のアプローチに比べて回路深さを小さくする統合ベースの指数振幅負荷技術の改善である。関連する条件下での詳細な複雑性解析は、従来の方法と比較して、ペイオフ成分のT-深さが約50倍減少することを示している。これらの貢献は、複雑な金融デリバティブの価格設定に対するより効率的な量子アプローチへの一歩である。

関連論文リスト

TensoMeta-VQC: A Tensor-Train-Guided Meta-Learning Framework for Robust and Scalable Variational Quantum Computing [60.996803677584424]
TensoMeta-VQCは、VQCの堅牢性とスケーラビリティを大幅に向上させるために設計された、TT誘導型メタラーニングフレームワークである。我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに完全に委譲し、量子ハードウェアから最適化を効果的に分離する。
論文参考訳（メタデータ） (2025-08-01T23:37:55Z)
Co-designed Quantum Discrete Adiabatic Linear System Solver Via Dynamic Circuits [13.107851477798627]
既存の量子離散的断熱的アプローチは、進化段階の数とともに線形に増加する回路深さによって妨げられる。本稿では,動的回路機能とリアルタイムな古典処理を統合した協調設計フレームワークを提案する。我々の解法は、現実的な雑音モデルの下でも、80パーセント以上の解の忠実さを維持しながら、過去の奥行き制限を克服することに成功している。
論文参考訳（メタデータ） (2025-05-30T14:18:42Z)
Unifying adiabatic state-transfer protocols with $(α, β)$-hypergeometries [0.9188951403098383]
私たちは$(alpha,beta)$-hypergeometriesと呼ばれる統一フレームワークを提供しています。不整合共鳴の正確な式を導出し、$(alpha,beta)$の任意の選択に対する断熱極限における性能保証を確立する。
論文参考訳（メタデータ） (2025-04-10T18:00:01Z)
QuartDepth: Post-Training Quantization for Real-Time Depth Estimation on the Edge [55.75103034526652]
ASIC のハードウェアアクセラレーションによる MDE モデルの定量化を後学習量子化に応用した QuartDepth を提案する。提案手法では,重みとアクティベーションの両方を4ビット精度で定量化し,モデルサイズと計算コストを削減する。我々は、カーネル融合とカスタマイズされた命令プログラム性をサポートすることにより、フレキシブルでプログラム可能なハードウェアアクセラレータを設計する。
論文参考訳（メタデータ） (2025-03-20T21:03:10Z)
Circuit Knitting Faces Exponential Sampling Overhead Scaling Bounded by Entanglement Cost [5.086696108576776]
回路編み物のサンプリングオーバーヘッドは、ターゲット二部体の正確な絡み合いコストによって指数的に低い値を示す。我々の研究は、準確率分解による仮想量子情報処理と量子シャノン理論との深い関係を明らかにする。
論文参考訳（メタデータ） (2024-04-04T17:41:13Z)
Quantum Amplitude Loading for Rainbow Options Pricing [0.22470290096767004]
本稿では、価格空間への遷移を遅らせることにより効率を強調し、エンドツーエンドの量子回路の実装を提案する。 IBM QASMシミュレータの実験は、我々の量子価格モデルを検証する。
論文参考訳（メタデータ） (2024-02-08T11:19:32Z)
Posterior Sampling with Delayed Feedback for Reinforcement Learning with Linear Function Approximation [62.969796245827006]
Delayed-PSVI は楽観的な値に基づくアルゴリズムであり、後続サンプリングによる雑音摂動により値関数空間を探索する。我々のアルゴリズムは、未知の遅延が存在する場合に、$widetildeO(sqrtd3H3 T + d2H2 E[tau]$最悪の後悔を実現する。遅延LPSVIのための勾配に基づく近似サンプリングスキームをLangevin動的に組み込んだ。
論文参考訳（メタデータ） (2023-10-29T06:12:43Z)
High-dimensional Contextual Bandit Problem without Sparsity [11.287482309003334]
我々は、高次元線形文脈バンドイット問題において、$p$の数は予算$T$よりも大きいか、あるいは無限であるかもしれない。本稿では,この問題に対処し,その性能を検証するための探索列コミット(EtC)アルゴリズムを提案する。本稿では,最適バランスを適応的に求める適応探索定理 (AEtC) アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-06-19T15:29:32Z)
Momentum Accelerates the Convergence of Stochastic AUPRC Maximization [80.8226518642952]
高精度リコール曲線(AUPRC)に基づく領域の最適化について検討し,不均衡なタスクに広く利用されている。我々は、$O (1/epsilon4)$のより優れた反復による、$epsilon$定常解を見つけるための新しい運動量法を開発する。また,O(1/epsilon4)$と同じ複雑さを持つ適応手法の新たなファミリを設計し,実際により高速な収束を享受する。
論文参考訳（メタデータ） (2021-07-02T16:21:52Z)
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)
Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文参考訳（メタデータ） (2020-09-28T17:21:25Z)
Optimal Bayesian experimental design for subsurface flow problems [77.34726150561087]
本稿では,設計ユーティリティ機能のためのカオス拡張サロゲートモデル(PCE)の開発のための新しいアプローチを提案する。この手法により,対象関数に対する適切な品質応答面の導出が可能となり,計算予算は複数の単点評価に匹敵する。
論文参考訳（メタデータ） (2020-08-10T09:42:59Z)

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。