論文の概要: Multiclass Portfolio Optimization via Variational Quantum Eigensolver with Dicke State Ansatz

• arxiv url: http://arxiv.org/abs/2508.13954v1
• Date: Tue, 19 Aug 2025 15:45:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.995071
• Title: Multiclass Portfolio Optimization via Variational Quantum Eigensolver with Dicke State Ansatz
• Title（参考訳）: Dicke State Ansatz を用いた変分量子固有解法によるマルチクラスポートフォリオ最適化
• Authors: J. V. S. Scursulim, Gabriel Mattos Langeloh, Victor Leme Beltran, Samuraí Brito,
• Abstract要約: 本稿では,ポートフォリオ最適化のための新しい量子フレームワークを提案する。 このアンザッツの重要な強みは、量子系を実現可能な状態のみの重ね合わせで初期化することである。 その結果、CMA-ESと組み合わせると、Dicke状態のアンザッツは収束率、近似比、測定確率の点で優れた性能が得られることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Combinatorial optimization is a fundamental challenge in various domains, with portfolio optimization standing out as a key application in finance. Despite numerous quantum algorithmic approaches proposed for this problem, most overlook a critical feature of realistic portfolios: diversification. In this work, we introduce a novel quantum framework for multiclass portfolio optimization that explicitly incorporates diversification by leveraging multiple parametrized Dicke states, simultaneously initialized to encode the diversification constraints , as an ansatz of the Variational Quantum Eigensolver. A key strength of this ansatz is that it initializes the quantum system in a superposition of only feasible states, inherently satisfying the constraints. This significantly reduces the search space and eliminates the need for penalty terms. In addition, we also analyze the impact of different classical optimizers in this hybrid quantum-classical approach. Our findings demonstrate that, when combined with the CMA-ES optimizer, the Dicke state ansatz achieves superior performance in terms of convergence rate, approximation ratio, and measurement probability. These results underscore the potential of this method to solve practical, diversification-aware portfolio optimization problems relevant to the financial sector.
• Abstract（参考訳）: 組合せ最適化は、さまざまな分野において基本的な課題であり、ポートフォリオ最適化は金融の重要アプリケーションとして際立っている。 この問題に対して多くの量子アルゴリズムアプローチが提案されたが、ほとんどの場合、現実的なポートフォリオの重要な特徴である多様化を見落としている。 本研究では,複数のパラメータ化Dicke状態を活用することで,多クラスポートフォリオ最適化のための新しい量子フレームワークを導入し,変分量子固有解器のアンサッツとして,変分制約を符号化すると同時に初期化する。 このアンザッツの重要な強みは、量子系が本質的に制約を満たす、実現可能な状態のみの重ね合わせで初期化することである。 これにより、検索スペースが大幅に削減され、ペナルティ項の必要性がなくなる。 さらに、このハイブリッド量子-古典的アプローチにおける古典的オプティマイザの影響も分析する。 その結果,CMA-ESオプティマイザと組み合わせることで,Dicke状態のアンザッツは収束率,近似比,測定確率の点で優れた性能が得られることがわかった。 これらの結果は、金融セクターに関連する実用的で多様なポートフォリオ最適化問題を解決するために、この手法の可能性を浮き彫りにしている。

関連論文リスト

• A Comparative Study of Quantum Optimization Techniques for Solving Combinatorial Optimization Benchmark Problems [4.266376725904727]
  本稿では,NP-hard問題に対する量子最適化手法の評価を目的とした,包括的なベンチマークフレームワークを提案する。 本フレームワークは,多次元クナップサック問題(MDKP),最大独立集合(MIS),二次割当問題(QAP),市場シェア問題(MSP)など,主要な課題に重点を置いている。
  論文  参考訳（メタデータ） (2025-03-15T13:02:22Z)
• 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)
• Multiobjective variational quantum optimization for constrained problems: an application to Cash Management [45.82374977939355]
  本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。 我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。 実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
  論文  参考訳（メタデータ） (2023-02-08T17:09:20Z)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• 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)
• Permutation Invariant Policy Optimization for Mean-Field Multi-Agent Reinforcement Learning: A Principled Approach [128.62787284435007]
  本稿では,平均場近似ポリシ最適化(MF-PPO)アルゴリズムを提案する。 我々は,MF-PPOが収束のサブ線形速度で世界的最適政策を達成することを証明した。 特に、置換不変ニューラルアーキテクチャによって引き起こされる誘導バイアスは、MF-PPOが既存の競合より優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-18T04:35:41Z)
• 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)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。