量子玻尔兹曼机：在量化金融中的应用
量子物理
2023-02-01 v1 计算金融
摘要
在本论文中，我们探索使用 D-Wave Advantage 4.1 量子退火机从量子玻尔兹曼分布中采样并训练量子玻尔兹曼机（QBM）。我们聚焦于一个现实问题，即将 QBM 用作生成模型以产生合成的外汇市场数据，并分析其结果相对于基于受限玻尔兹曼机（RBM）的经典模型的表现。此外，我们研究了一个 12 量子比特的小规模问题，借此将 Advantage 4.1 获得的样本与理论进行比较，并在此过程中获得关于 Advantage 4.1 采样量子玻尔兹曼随机变量及训练 QBM 能力的关键见解。通过此工作，我们能够表明 Advantage 4.1 可在一定程度上采样经典玻尔兹曼随机变量，但其从量子玻尔兹曼分布中采样的能力有限。我们的发现表明，使用 Advantage 4.1 训练的 QBM 比通过模拟训练的 QBM 噪声大得多，且难以达到经典 RBM 的同等水平。然而，若下一代退火机能够生成更接近期望理论分布的样本，QBM 有潜力超越经典 RBM。
引用
@article{arxiv.2301.13295,
title = {Quantum Boltzmann Machines: Applications in Quantitative Finance},
author = {Cameron Perot},
journal= {arXiv preprint arXiv:2301.13295},
year = {2023}
}