論文の概要: Loan Portfolio Optimization with Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2609.30195v1
- Date: Thu, 24 Sep 2026 17:34:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:10.173599
- Title: Loan Portfolio Optimization with Variational Quantum Algorithms
- Title（参考訳）: 変分量子アルゴリズムを用いたローンポートフォリオ最適化
- Abstract要約: ポートフォリオレベルのリスクの会計には、期待される損失だけでなく、損失の変動や借り手相関もモデル化する必要がある。
本研究では,2次制約付き二項最適化問題としてLPOを定式化し,予測された損失と予期せぬ損失を同時キャプチャする。
最大1500変数のインスタンスに対する超伝導量子ハードウェアのフレームワークを実装した。
- 参考スコア（独自算出の注目度）: 0.3498471698444376
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Loan portfolio optimization (LPO) seeks portfolios that minimize credit risk while satisfying practical selection constraints. Accounting for portfolio-level risk requires modeling not only expected losses but also loss variability and borrower-default correlations, leading to a large-scale combinatorial optimization problem whose complexity grows rapidly with portfolio size. In this work, we formulate LPO as a Quadratic Constrained Binary Optimization (QCBO) problem that jointly captures expected and unexpected losses and transform the resulting formulation into a Quadratic Unconstrained Binary Optimization (QUBO) model suitable for variational quantum optimization. To address the limited qubit resources of current quantum hardware, we employ Pauli Correlation Encoding (PCE), which enables a large number of portfolio-selection variables to be represented using comparatively few qubits. The proposed framework is evaluated on a real-world microfinance dataset comprising 2012 borrowers. For problem instances with up to 1000 portfolio-selection variables, we benchmark classical simulations of a variational quantum algorithm (VQA) against Google OR-Tools under matched time budgets, obtaining feasible portfolios with an objective-value gap of about 40% across all sizes. We further implement the framework on superconducting quantum hardware for instances containing up to 1500 variables. Across these instances, the experimentally obtained objective values are within 10% of the corresponding simulation results. These findings demonstrate the feasibility of applying PCE-based variational quantum optimization to large-scale loan portfolio optimization under current quantum hardware limitations.
- Abstract（参考訳）: ローンポートフォリオ最適化(LPO)は、現実的な選択制約を満たしながら信用リスクを最小限に抑えるポートフォリオを求める。
ポートフォリオレベルのリスクを考慮に入れるには、期待される損失だけでなく、損失変数と借り手-デフォルト相関もモデル化する必要がある。
本研究では,予測された損失と予期しない損失を共同に捕捉し,結果の定式化を変分量子最適化に適した準拘束的二項最適化(QUBO)モデルに変換する,準拘束的二項最適化(QCBO)問題としてLPOを定式化する。
現在の量子ハードウェアの限られた量子ビット資源に対処するために、我々は、比較的少数の量子ビットを用いて多数のポートフォリオ選択変数を表現できるパウリ相関符号化(PCE)を採用している。
提案手法は,2012年の借り手による実世界のマイクロファイナンスデータセットを用いて評価した。
最大1000のポートフォリオ選択変数を持つ問題インスタンスに対しては、Google OR-Toolsに対する変動量子アルゴリズム(VQA)のベンチマークを行い、全サイズで約40%の客観的なギャップを持つ、実現可能なポートフォリオを得る。
さらに,最大1500変数のインスタンスに対して,超伝導量子ハードウェアのフレームワークを実装した。
これらの例全体で、実験により得られた目的値は、対応するシミュレーション結果の10%以内である。
これらの結果は,PCEに基づく変動量子最適化を,現在の量子ハードウェア制約下での大規模ローンポートフォリオ最適化に適用可能であることを示す。
関連論文リスト
- Quantum Annealing for Dynamic Portfolio Optimization under Realistic Transaction Costs [0.0]
この研究は、資産重みが下限と上限、クラスレベルの露出制限、ターンオーバー制限の対象となる多周期ポートフォリオ再バランスの設定を考察する。
量子側では、ポートフォリオ選択問題は資産重みの有限二項符号化を通して二次的非制約二項最適化モデルとして再構成される。
古典的な面では、パフォーマンス評価に経済的に意味のある基準を提供するために、ベンチマークアロケーション戦略が導入されている。
論文 参考訳（メタデータ） (2026-07-03T11:32:06Z) - WINDQuant: Weight-Informed Neural Decision-Making for Global Mixed-Precision LLM Quantization [40.655670203062805]
WINDQuantは超低ビットLLM量子化のための強化学習に基づくアロケーションコントローラである。
グローバルストレージ予算の下で、ビット幅と量子化処理をきめ細かいカラムチャンクに割り当てる方法を学ぶ。
LLaMAモデルを用いた実験により、WINDQuantは超低ビット設定で競合性能を達成することが示された。
論文 参考訳（メタデータ） (2026-05-26T07:46:13Z) - Quantum Portfolio Optimization with Expert Analysis Evaluation [4.2435928520499635]
本研究は、変分量子固有解法(VQE)と量子近似最適化アルゴリズム(QAOA)の2つの顕著な変分量子アプローチを系統的にベンチマークする。
どちらの手法も効果的なコスト関数の最小化を示すが、結果として得られるポートフォリオは重要な財務基準に違反することが多い。
本稿では、金融専門家が量子最適化ポートフォリオの経済健全性と市場実現可能性を評価するためのエキスパート分析評価フレームワークを紹介する。
論文 参考訳（メタデータ） (2025-07-28T05:30:13Z) - Efficient DCQO Algorithm within the Impulse Regime for Portfolio
Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。
提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。
我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文 参考訳（メタデータ） (2023-08-29T17:53:08Z) - Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud
Computing [73.7522199491117]
量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。
ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。
本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
論文 参考訳（メタデータ） (2023-07-25T00:38:46Z) - 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) - Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。
超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。
数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
論文 参考訳（メタデータ） (2022-09-27T17:56:15Z) - 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) - Quantum Portfolio Optimization with Investment Bands and Target
Volatility [0.0]
ポートフォリオ最適化問題に対する複雑な実生活制約を簡単な方法で実装する方法を示す。
我々は、個々の投資バンド、すなわち、各資産に対して最小限および最大限の投資を行う方法を示す。
本研究は,現在のNISQ量子プロセッサにおいて,定量的ファイナンスにおける日々の現実的な制約をいかに簡単に実装できるかを示すものである。
論文 参考訳（メタデータ） (2021-06-12T10:17:17Z)
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。