人民银行|玻色量子与华夏银行、人民银行丹东支行、龙盈智达联合发表量子金融应用研究成果( 三 ) 特斯拉|大单|电车|赫兹|知情人

表2 使用QAOA算法选择的组合与平均持有组合评价指标对比

文章插图

从组合指标来看，在不同的投资者风险偏好场景下，针对收益率（Return，RET）、累计收益（Accumulated Return， ACC）、夏普比率（Sharp Ratio）和索提诺比率（Sortino Ratio）四个维度，将量子QAOA算法与对照组进行对比。结果显示，除风险厌恶环境下量子QAOA算法组合的夏普比率略低于对照组外，量子QAOA算法所构造的组合在其余各指标表现均优于对照组。
结语在量子金融科技时代，量子算法凭借独有的优势在金融行业展现出巨大前景。在金融投资领域，资产的配置与组合问题一直是业界和学界的焦点。本文聚焦于量子算法在我国A股市场的应用，通过将量子近似优化算法运用于股票组合配置这一场景，对金融投资智能决策的量子化改进进行了探索。本文所使用的量子算法，不仅可以作为经典大类资产配置中的一个步骤，快速筛选出一篮子资产作为资产池；未来也有望探索成为一种资产配置方法的分支，考虑持有量子算法筛选后的具体资产用于直接投资。受限于当前量子比特的数目，量子QAOA算法暂时难以处理海量的金融市场数据。未来，随着量子计算机量子比特数的不断增加，量子算法将进一步与经典资产配置模型相结合，为个人及机构投资者在股票、基金或大类资产投资上，带来更大的价值。
（龙盈智达（北京）科技有限公司大数据中心杨璇、王一多、徐奇、史杰、宫雅菲对本文亦有贡献。）
作者单位：华夏银行股份有限公司，中国人民银行丹东市中心支行，龙盈智达（北京）科技有限公司，北京玻色量子科技有限公司