論文の概要: Option Pricing on Noisy Intermediate-Scale Quantum Computers: A Quantum Neural Network Approach
- arxiv url: http://arxiv.org/abs/2604.19832v1
- Date: Mon, 20 Apr 2026 23:03:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-23 15:36:10.573573
- Title: Option Pricing on Noisy Intermediate-Scale Quantum Computers: A Quantum Neural Network Approach
- Title（参考訳）: ノイズのある中間規模量子コンピュータのオプション価格:量子ニューラルネットワークによるアプローチ
- Authors: Sebastian Zając, Rafał Pracht,
- Abstract要約: 量子ニューラルネットワーク(QNN)に基づくオプション価格設定のための完全量子アプローチを提案する。
我々は、現在利用可能な量子ハードウェア上で、そのような方法論の最初の実装の1つを提示する。
本実装では、複数の最先端量子プロセッサにまたがって評価された2量子QNNアーキテクチャを用いている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In a global derivatives market with notional values in the hundreds of trillions of dollars, the accuracy and efficiency of pricing models are of fundamental importance, with direct implications for risk management, capital allocation, and regulatory compliance. In this work, we employ the Black-Scholes-Merton (BSM) framework not as an end in itself, but as a controlled benchmark environment in which to rigorously assess the capabilities of quantum machine learning methods. We propose a fully quantum approach to option pricing based on Quantum Neural Networks (QNNs), and, to the best of our knowledge, present one of the first implementations of such a methodology on currently available quantum hardware. Specifically, we investigate whether QNNs, by exploiting the geometric structure of Hilbert space, can effectively approximate option pricing functions. Our implementation utilizes a compact 2-qubit QNN architecture evaluated across multiple state-of-the-art quantum processors, including IBM Fez, IQM Garnet, IonQ Forte, and Rigetti Ankaa-3. This cross-platform study reveals distinct hardware-dependent performance characteristics while demonstrating that accurate pricing approximations can be achieved consistently across different devices despite the constraints of Noisy Intermediate-Scale Quantum (NISQ) hardware. The results provide empirical evidence that QNN-based approaches constitute a viable framework for derivative pricing. While the analysis is conducted within the BSM setting, the broader significance lies in the potential extension of these methods to more realistic and computationally demanding models, including local volatility, stochastic volatility, and interest rate frameworks commonly used in practice.
- Abstract（参考訳）: 数百兆ドルという名目価値を持つ世界的なデリバティブ市場において、価格モデルの正確性と効率性は、リスク管理、資本配分、規制遵守に直接的な意味を持つ。
本研究では,ブラック・スコールズ・マートン(BSM)フレームワークをエンドとしてではなく,量子機械学習手法の性能を厳格に評価する制御されたベンチマーク環境として採用する。
我々は、量子ニューラルネットワーク(QNN)に基づくオプション価格設定のための完全量子アプローチを提案し、我々の知る限り、現在利用可能な量子ハードウェア上で、そのような方法論の最初の実装の1つを提示する。
具体的には、ヒルベルト空間の幾何学的構造を利用して、QNNがオプション価格関数を効果的に近似できるかどうかを検討する。
本実装では,IBM Fez,IQM Garnet,IonQ Forte,Rigetti Ankaa-3など,複数の最先端量子プロセッサで評価された2量子QNNアーキテクチャを利用する。
このクロスプラットフォームの研究は、NISQ(Noisy Intermediate-Scale Quantum)ハードウェアの制約にもかかわらず、異なるデバイス間で正確な価格近似を一貫して達成できることを示しながら、異なるハードウェア依存のパフォーマンス特性を明らかにしている。
その結果、QNNベースのアプローチがデリバティブ価格の有効なフレームワークであることを示す実証的な証拠が得られた。
分析はBSMの設定内で行われているが、より大きな重要性は、局所的ボラティリティ、確率的ボラティリティ、そして実際一般的に使用される利率フレームワークを含む、より現実的で計算的に要求されるモデルへのこれらの手法の潜在的な拡張にある。
関連論文リスト
- Closing the Loop: Resource-aware Hybrid NAS Guided by Analytical and Hardware-Calibrated Quantum Cost Modeling [2.5435687567731926]
実際のデバイス上での量子回路のトレーニングには数千の回路実行が必要であり、現在のNISQデバイスでは現実的ではない。
実バックエンドキャリブレーションデータを用いて,量子ハードウェア資源を推定する解析的量子コストモデルを提案する。
本稿では,ハードウェアを意識したハイブリッドニューラルネットワーク検索フレームワークHyb-HANASについて述べる。
論文 参考訳（メタデータ） (2026-02-28T12:34:23Z) - AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳（メタデータ） (2026-02-02T14:39:42Z) - Quantum Kernel Methods: Convergence Theory, Separation Bounds and Applications to Marketing Analytics [0.22940141855172033]
本研究は、NISQ体制における実際の消費者分類タスクに量子カーネル法を適用することの実現可能性について研究する。
量子カーネル支援ベクトルマシン(Q-SVM)と量子特徴抽出モジュール(QFE)を組み合わせたハイブリッドパイプラインを提案する。
論文 参考訳（メタデータ） (2025-10-11T14:11:41Z) - Hybrid Quantum-Classical Neural Networks for Few-Shot Credit Risk Assessment [52.05742536403784]
この仕事は、数発の信用リスク評価の課題に取り組む。
我々は、新しいハイブリッド量子古典ワークフローを設計、実装する。
量子ニューラルネットワーク(QNN)はパラメータシフト規則によって訓練された。
実世界の279のサンプルデータを用いて、QNNはシミュレーションで0.852 +/-0.027の堅牢な平均AUCを達成し、ハードウェア実験で0.88の印象的なAUCを得た。
論文 参考訳（メタデータ） (2025-09-17T08:36:05Z) - Reinforcement Learning for Quantum Network Control with Application-Driven Objectives [53.03367590211247]
動的プログラミングと強化学習は、制御戦略を最適化するための有望なツールを提供する。
非線形で微分可能な目的関数を直接最適化する新しいRLフレームワークを提案する。
我々の研究は、RLを持つ量子ネットワークにおける非線形目的関数最適化への第一歩であり、より高度なユースケースへの道を開く。
論文 参考訳（メタデータ） (2025-09-12T18:41:10Z) - FD4QC: Application of Classical and Quantum-Hybrid Machine Learning for Financial Fraud Detection A Technical Report [36.1999598554273]
本稿では、古典的、量子的、量子ハイブリッドな機械学習モデルによる不正な金融活動のバイナリな行動分類の有効性について検討・比較する。
我々は、IBM Anti-Money Laundering (AML)データセット上で、さまざまなモデルを実装し、評価する。
実世界展開用に設計された実用的なAPI駆動システムアーキテクチャであるFD4QC(Fraud Detection for Quantum Computing)を提案する。
論文 参考訳（メタデータ） (2025-07-25T16:08:22Z) - VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。
本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - Contextual Quantum Neural Networks for Stock Price Prediction [0.0]
我々は、コンテキスト量子ニューラルネットワークを用いて、複数の資産の株価を予測するために量子機械学習(QML)を適用した。
このアーキテクチャは量子ファイナンスにおいて最初のものであり、優れた予測力と計算効率を提供する。
我々の発見は、金融アプリケーションにおけるQMLの変革の可能性を強調し、より先進的でリソース効率のよい量子アルゴリズムの道を開いた。
論文 参考訳（メタデータ） (2025-02-26T22:39:23Z) - Quantum Computational Algorithms for Derivative Pricing and Credit Risk
in a Regime Switching Economy [0.0]
金融市場のリスクを模倣する観点からも現実的なプロセスのクラスを紹介します。
ゲート型量子コンピュータにおける信用リスクとオプション価格を推定するアルゴリズムについて検討する。
論文 参考訳（メタデータ） (2023-11-01T20:15:59Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳（メタデータ） (2022-07-14T12:22:51Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z)
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。