論文の概要: Quantum Kernels and the Cross-Section of Stock Returns: Anatomy of a Vanishing Advantage

• arxiv url: http://arxiv.org/abs/2607.20168v1
• Date: Wed, 22 Jul 2026 14:04:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:38.100611
• Title: Quantum Kernels and the Cross-Section of Stock Returns: Anatomy of a Vanishing Advantage
• Title（参考訳）: 量子カーネルとストックリターンのクロスセクション:消滅するアドバンテージの解剖
• Authors: Junchi Shen,
• Abstract要約: 中国のAシェア市場では、量子忠実カーネル、投影された量子カーネル、古典的なRBF制御が同一のトレーニングサブサンプル、ソルバ、チューニング予算を共有しているため、カーネルのみを交換する。 ポイントインタイム宇宙と170個のウォーキングフォワードウインドウ(2012-2025)の主評価では、量子的優位性は存在しない。 フルサンプル情報で遮蔽された宇宙の60ウィンドウ評価では、同じ量子核が安定性基準に支配的であり、神経ベースラインよりも著しく優れているように見える。
• 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: Do quantum kernels improve cross-sectional stock return prediction? We run a controlled horse race on the Chinese A-share market in which a quantum fidelity kernel, a projected quantum kernel, and a classical RBF control share identical training subsamples, solver, and tuning budgets, so that only the kernel is exchanged. On the main evaluation -- a point-in-time universe and 170 walk-forward windows (2012-2025) -- no quantum advantage exists: the fidelity kernel is indistinguishable from its RBF control ($Δ$IC $=+0.005$, $p=0.42$), and a $2\times2$ design crossing kernel type with training budget (a Nystrom extension to the full ~38,000-observation windows) shows quantum kernels matching, but never beating, equal-budget linear models; after family-wise correction no pairwise difference among eleven models is significant, with point estimates favoring penalized linear regressions throughout. We then document how the opposite conclusion arises: a 60-window evaluation on a universe screened with full-sample information makes the same quantum kernel appear dominant on stability criteria and significantly better than neural baselines. Interaction characteristics from the anomalies literature help nothing, quantum or classical; a widened bandwidth grid reveals an interior optimum rather than the near-classical endpoint a coarse grid suggests; and the geometric difference, while large throughout ($g \gg 1$), does not predict out-of-sample gains ($ρ=-0.20$). We propose protocol standards -- kernel-swap controls, budget-equalized comparisons, point-in-time universes, and multiplicity-robust inference -- for empirical claims of quantum advantage in finance.
• Abstract（参考訳）: 量子カーネルはクロスセクションのストックリターン予測を改善するか? 中国のAシェア市場では、量子忠実カーネル、投影された量子カーネル、古典的なRBF制御が同一のトレーニングサブサンプル、ソルバ、チューニング予算を共有しているため、カーネルのみを交換する。 主要な評価 -- ポイントインタイム宇宙と170のウォークフォワードウインドウ (2012-2025) -- 量子上の優位性は存在しない: フィデリティカーネルはRBFの制御から区別できない($$IC $=+0.005$, $p=0.42$)。 フルサンプル情報で遮蔽された宇宙上の60ウィンドウの評価によって、同じ量子核が安定性基準で支配的になり、神経ベースラインよりもはるかに優れているように見える。 異常文学からの相互作用特性は、量子的または古典的であり、広帯域グリッドは、粗い格子が示すようなほぼ古典的なエンドポイントよりも内部の最適性を示す;幾何学的差は、全体にわたって大きいが(g \gg 1$)、サンプル外ゲイン(ρ=-0.20$)を予測しない。 我々は、金融における量子優位性の実証的な主張に対して、カーネルスワップ制御、予算等級比較、ポイント・イン・タイム宇宙、多重度・ロバスト推論といったプロトコル標準を提案する。

関連論文リスト

• Quantum Circuits in Diffusion Models: A Fair-Comparison Study and a Mechanistic Analysis of Angle-Embedding Failures [0.42970700836450487]
  本稿では,変分量子回路(VQC)の拡散モデルへの積分について,SEチャネル変調スキャフォールドを用いて検討する。 量子コアはDDPMと潜伏拡散の古典的制御に匹敵する平均FIDを達成できるが、EfficientSU2のペアサンプリングシード試験では統計的に有意な差は見つからない。
  論文  参考訳（メタデータ） (2026-07-10T05:45:20Z)
• Balancing Expressivity and Learnability in Quantum Kernel Bandit Optimization [50.880384999888044]
  我々は,不特定なGP帯域幅アルゴリズムを開発し,近似誤差と情報ゲインとのトレードオフを特徴付ける後悔境界を導出する。 提案手法は, 計算オーバーヘッドを大幅に低減しつつ, サンプル効率で完全量子カーネルの性能を向上する。
  論文  参考訳（メタデータ） (2026-07-01T15:38:00Z)
• Active Quantum Kernel Acquisition for Gaussian Process Regression [30.032230630492155]
  量子カーネル分類に関する最近の研究は、カーネルエントリに不均一にショットを割り当てることによって、ターゲット精度に到達するために必要なショット予算を削減できることを示した。 我々はこのアイデアをガウス過程(GP)回帰(英語版)に拡張し、下流の量(全スペクトル後方分散、対数行列、辺縁確率)が、符号のみの分類出力よりも厳密なカーネルエラーに結合する設定とする。 我々は、3つの閉形式のペアレベル感性予測結合 $|_i_j|$, leave-one-out residual, and marginal-likelihood gradient を導出し、それらをネイマン型最小値に差し込む。
  論文  参考訳（メタデータ） (2026-06-27T09:40:20Z)
• Effective Dimension Governs Generalization in Quantum Kernel Vision Models [31.082191748525137]
  エンタングルメント構造と量子ノイズは、$d_rm eff$を移動させる2つのノブであることを示す。 振幅減衰契約を$d_rm eff$とし、逆Uスイートスポットに沿ってテスト精度を最大+13%引き上げる。
  論文  参考訳（メタデータ） (2026-06-18T12:55:59Z)
• Finite-size resource scaling for learning quantum phase transitions with fidelity-based support vector machines [0.0]
  我々は,多体基底状態に対する忠実度に基づく量子カーネルの推定に必要な測定資源を定量化する。 基礎となるスピンモデルにおける対称性の増大はショット要求を体系的に増幅することを示す。 我々の対称性を意識した境界は、物理インフォームド量子機械学習の実用的な手順を提供する。
  論文  参考訳（メタデータ） (2026-03-18T18:59:57Z)
• Quantum-Enhanced Neural Contextual Bandit Algorithms [50.880384999888044]
  本稿では,Quantum Neural Tangent Kernel-Upper Confidence Bound (QNTK-UCB)アルゴリズムを提案する。 QNTK-UCBは、量子ニューラルタンジェントカーネル(QNTK)を利用してこれらの制限に対処する新しいアルゴリズムである。
  論文  参考訳（メタデータ） (2026-01-06T09:58:14Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Robust spectral $\pi$ pairing in the random-field Floquet quantum Ising model [44.84660857803376]
  ランダムフィールドFloquet量子イジングモデルの多体スペクトルにおけるレベルペアリングについて検討した。 縦方向障害に対する$pi$ペアリングの堅牢性は、量子情報処理に有用である。
  論文  参考訳（メタデータ） (2024-01-09T20:37:48Z)
• 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。