論文の概要: Quantum Portfolio Optimization: An Extensive Benchmark

• arxiv url: http://arxiv.org/abs/2509.17876v1
• Date: Mon, 22 Sep 2025 15:13:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:16.453251
• Title: Quantum Portfolio Optimization: An Extensive Benchmark
• Title（参考訳）: Quantum Portfolio Optimization: 広範なベンチマーク
• Authors: Eric Stopfer, Friedrich Wagner,
• Abstract要約: 我々は、有意義な実世界のインスタンスセット上で、最先端の古典的手法と量子的アプローチを比較して計算研究を行う。 ポートフォリオ最適化の変種を考えると,従来の解法では特に難解であることが分かる。 その結果、全てのインスタンスは、混合整数プログラミングによって、数秒の順序で、最適性を証明できることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recently, several researchers proposed portfolio optimization as a potential use case for quantum optimization. However, the literature is lacking an extensive benchmark quantifying the potential of quantum computers for portfolio optimization. In this work, we fill this gap. We provide a computational study, comparing quantum approaches against state-of-the-art classical methods on a meaningful, real-world instance set. In particular, we compare quantum annealing and the quantum approximate optimization algorithm against classical mixed-integer programming, simulated annealing, steepest descent local search, tabu search and a problem-tailored heuristics. We consider a variant of portfolio optimization which we show to be particular difficult for classical solvers in practice. Our benchmark comprises 250 instances with up to 1,000 assets from actual stock data. The results show that all instances can be solved to proven optimality by mixed-integer programming in the order of seconds. Moreover, the problem-tailored heuristic consistently outperforms quantum approaches in terms of solution quality for fixed runtime. Thus, we conclude that there is only very limited room for a potential quantum advantage in portfolio optimization.
• Abstract（参考訳）: 最近、いくつかの研究者が量子最適化の潜在的なユースケースとしてポートフォリオ最適化を提案した。 しかし、ポートフォリオ最適化のための量子コンピュータのポテンシャルを定量化する広範なベンチマークが欠落している。 この作業では、このギャップを埋めます。 我々は、有意義な実世界のインスタンスセット上で、最先端の古典的手法と量子的アプローチを比較して計算研究を行う。 特に、量子アニーリングと量子近似最適化アルゴリズムを、古典的混合整数プログラミング、シミュレートされたアニーリング、最も急勾配な局所探索、タブサーチ、問題に適したヒューリスティックスと比較する。 ポートフォリオ最適化の変種を考えると,従来の解法では特に難解であることが分かる。 われわれのベンチマークは250のインスタンスからなり、実際の株価データから最大1000の資産が得られた。 その結果、全てのインスタンスは、混合整数プログラミングによって、数秒の順序で、最適性を証明できることがわかった。 さらに、問題に適したヒューリスティックは、固定ランタイムのソリューション品質の観点から、量子アプローチを一貫して上回る。 したがって、ポートフォリオ最適化における潜在的な量子優位性には、非常に限られた余地しか存在しないと結論付けている。

関連論文リスト

• Quantum Optimization Benchmarking Library - The Intractable Decathlon [26.228146982868846]
  既存の古典的アルゴリズムでは難しい10の最適化問題クラスを提示する。 問題クラスの個々の性質は、目的と変数タイプ、係数範囲、密度の点で異なる。 本稿ではQOBLIB(Quantum Optimization Benchmarking Library)を紹介する。
  論文  参考訳（メタデータ） (2025-04-04T18:00:00Z)
• Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
  最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。 この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
  論文  参考訳（メタデータ） (2024-08-14T19:04:13Z)
• Variational Quantum Multi-Objective Optimization [5.381539115778766]
  本稿では,量子コンピュータ上での離散多目的最適化問題を解くための変分量子最適化アルゴリズムを提案する。 最大5つの目的を持つベンチマーク問題に対して提案アルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2023-12-21T18:59:21Z)
• Challenges and Opportunities in Quantum Optimization [14.7608536260003]
  量子コンピュータの最近の進歩は、ブラトフォース古典シミュレーションを超えるスケールで問題を解決する能力を示している。 計算機科学や物理学全般において、主要な最適化問題に対するアプローチは様々である。
  論文  参考訳（メタデータ） (2023-12-04T19:00:44Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• A quantum advantage over classical for local max cut [48.02822142773719]
  量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。 結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-17T16:42:05Z)
• 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)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• Tabu-driven Quantum Neighborhood Samplers [2.9934511331003555]
  組合せ最適化は、量子コンピューティングを対象とする重要なアプリケーションである。 短期的なデバイスで利点を享受する一つの選択肢は、それらを古典と組み合わせて使うことである。 このようなハイブリッド環境において,QAOAはアルゴリズム探索のための柔軟なツールであることを示す。
  論文  参考訳（メタデータ） (2020-11-18T19:30:27Z)

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。