論文の概要: Achieving High-Quality Portfolio Optimization with the Variational Quantum Eigensolver

• arxiv url: http://arxiv.org/abs/2508.18625v1
• Date: Tue, 26 Aug 2025 03:03:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-27 17:42:38.650123
• Title: Achieving High-Quality Portfolio Optimization with the Variational Quantum Eigensolver
• Title（参考訳）: 変分量子固有解器による高品質ポートフォリオ最適化の実現
• Authors: Anbang Wang, Zhonggang Lv, Zhenyuan Ma, Dunbo Cai, Zhihong Zhang,
• Abstract要約: ポートフォリオ最適化は、リスクを最小限にしつつリターンを最大化するためにポートフォリオ内の資産の最適配分を決定することを目的とした金融の基本的な問題である。 量子コンピューティングは、そのような問題を古典的な方法よりも効率的に解くことができる。 本稿では,ポートフォリオ最適化問題に対処するために変分量子固有解器(VQE)を用いる。
• 参考スコア（独自算出の注目度）: 3.361857599742077
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Portfolio optimization is a fundamental problem in finance that aims to determine the optimal allocation of assets within a portfolio to maximize returns while minimizing risk. It can be formulated as a Quadratic Unconstrained Binary Optimization (QUBO) problem, which is NP-hard. Quantum computing offers the potential to solve such problems more efficiently than classical methods. In this work, we employ the Variational Quantum Eigensolver (VQE) to address the portfolio optimization problem. To increase the likelihood of converging to high-quality solutions, we propose using the Weighted Conditional Value-at-Risk (WCVaR) as the cost function and the Covariance Matrix Adaptation Evolution Strategy (CMA-ES) as the optimizer. Our experiments are conducted using the classical simulations on the Wuyue QuantumAI platform. The results demonstrate that the combination of WCVaR and CMA-ES leads to improved performance in solving the portfolio optimization problem.
• Abstract（参考訳）: ポートフォリオ最適化は、リスクを最小限にしつつリターンを最大化するためにポートフォリオ内の資産の最適配分を決定することを目的とした金融の基本的な問題である。 これは、NPハードである準非拘束バイナリ最適化(QUBO)問題として定式化することができる。 量子コンピューティングは、そのような問題を古典的な方法よりも効率的に解くことができる。 本研究では,ポートフォリオ最適化問題に対処するために変分量子固有解器(VQE)を用いる。 高品質なソリューションに収束する可能性を高めるため,コスト関数としてWeighted Conditional Value-at-Risk (WCVaR) ,オプティマイザとしてCovariance Matrix Adaptation Evolution Strategy (CMA-ES) を提案する。 本実験は,Wuyue QuantumAIプラットフォーム上での古典シミュレーションを用いて行った。 その結果, WCVaRとCMA-ESの組み合わせにより, ポートフォリオ最適化問題の解法の性能が向上することが示された。

関連論文リスト

• BOPO: Neural Combinatorial Optimization via Best-anchored and Objective-guided Preference Optimization [17.694852175354555]
  目的値を介して解の選好を利用する訓練パラダイムであるBOPO(Best-anchored and Objective-Guided Preference Optimization)を提案する。 ジョブショップ問題(JSP)、トラベルセールスマン問題(TSP)、フレキシブルジョブショップスケジューリング問題(FJSP)の実験は、BOPOが最先端のニューラルメソッドより優れていることを示している。
  論文  参考訳（メタデータ） (2025-03-10T17:45:30Z)
• 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)
• Enhancing 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が得られた。
  論文  参考訳（メタデータ） (2024-02-11T08:20:26Z)
• Guess What Quantum Computing Can Do for Test Case Optimization [43.89456212504871]
  近い将来、量子近似最適化アルゴリズム(QAOAs)は最適化問題を解く大きな可能性を秘めている。 本稿では,QAOA問題としてソフトウェアテストケース最適化問題を定式化し,量子コンピュータシミュレータ上での解法を提案する。 近年は利用できない多くのキュービットを必要とするより大きなテスト最適化問題を解決するため、QAOAと問題分解戦略を統合する。
  論文  参考訳（メタデータ） (2023-12-24T21:25:31Z)
• Diversifying Investments and Maximizing Sharpe Ratio: a novel QUBO formulation [0.0]
  本稿では,記述されたタスクに対する新しいQUBOの定式化を提案し,数学的詳細と必要な仮定を提供する。 我々は、利用可能なQUBOソルバを用いて結果を得るとともに、この用語で大規模な問題に対処するハイブリッドアプローチの振る舞いについて議論する。
  論文  参考訳（メタデータ） (2023-02-23T19:15:44Z)
• 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)
• Constrained Optimization via Quantum Zeno Dynamics [23.391640416533455]
  量子ゼノダイナミクスを用いて、不等式を含む複数の任意の制約で最適化問題を解く手法を提案する。 量子最適化のダイナミクスは、フォールトトレラントな量子コンピュータ上の制約内部分空間に効率的に制限できることを示す。
  論文  参考訳（メタデータ） (2022-09-29T18:00:40Z)
• 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)
• Dynamic Asset Allocation with Expected Shortfall via Quantum Annealing [0.0]
  本稿では,動的アセット割り当て問題を解決するために,ハイブリッド量子古典アルゴリズムを提案する。 D-Waveの2000QとAdvantageの量子アニールの結果を実世界の財務データを用いて比較する。 高い相関関係を持つ資産の実験は、より優れた性能を発揮する傾向にあり、近い将来、実用的な量子アプリケーションを設計するのに役立つかもしれない。
  論文  参考訳（メタデータ） (2021-12-06T17:39:43Z)
• 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。