面向高维金融曲面预测的混合光子量子储备计算
量子物理
2026-03-12 v1
摘要
我们提出一种混合光子量子储备计算（QRC）框架，用于债券期权曲面预测。该管道通过稀疏去噪自动编码器将 224 维曲面压缩至 20 维潜空间，从而从由三个固定光子储备组成的集合中提取 1,215 个 Fock 基特征，拼接 120 维经典情境信息，并通过岭回归将 resulting 1,335 维特征向量映射到预测结果。我们在六个持有测试日上对比 10 个经典和量子基线。我们的方案在保持亚毫秒推断速度的同时，实现约为 0.0425 的最低曲面 RMSE。量子层无可训练参数，完全规避了枯竭坡谷问题。变分量子方法（VQC、Quantum LSTM）在测试数据上产生负 R²，确认固定量子特征提取器搭配正则化读取器在低数据金融应用中更为可行。
引用
@article{arxiv.2603.10707,
title = {Hybrid Photonic Quantum Reservoir Computing for High-Dimensional Financial Surface Prediction},
author = {Fyodor Amanov and Azamkhon Azamov},
journal= {arXiv preprint arXiv:2603.10707},
year = {2026}
}
备注
19 pages, 10 figures