脉冲机制下用于投资组合优化的高效 DCQO 算法

我们提出一种更快的数字量子算法，用于利用脉冲机制（即反绝热项占主导）下的数字化反绝热量子优化（DCQO）范式进行投资组合优化。我们的方法显著降低了算法的电路深度要求并提高了求解精度，使其适用于当前量子处理器。我们将该协议应用于含 20 项资产的真实投资组合优化场景，使用纯量子与经典-量子混合范式。我们在 IonQ 离子阱量子计算机上利用最多 20 个量子比特实验展示了该协议的优势。通过将我们的方法与标准量子近似优化算法及有限时间数字化绝热算法进行基准比较，我们实现了电路深度降低 2.5 至 40 倍，同时最小化对经典优化子程序的依赖。除投资组合优化外，所提方法适用于一大类组合优化问题。