量子信息启发的投资组合选择：在捕获离子硬件上使用真实市场数据验证的端到端流水线

投资组合多样化——现代投资管理的基石——可以表述为资产相关图上的最大独立集（MIS）问题。大规模解决此问题在计算上具有挑战性，这促使人们探索用于实际金融优化的量子算法。我们提出了一个利用qReduMIS（一种递归混合量子-经典算法）的端到端流水线。qReduMIS并非直接使用量子优化来产生最终解，而是利用量子近似优化算法（QAOA）的独立集测量来识别冻结节点——即可能属于最优解的顶点——从而指导并解锁对剩余图的后续（可证明最优的）经典归约。我们在来自四个主要市场指数、多达225个资产的真实金融数据上对qReduMIS进行了基准测试，在Quantinuum的98量子比特捕获离子Helios系统上执行实验，QAOA电路作用于多达78个量子比特和1016个双量子比特门的核上。虽然独立的QAOA无法为两个最大的指数（S&P 100和Nikkei 225）找到最优解，但qReduMIS分别实现了$0.40$和$0.95$的成功概率，在所有四个指数上的平均近似比$\geq 0.96$。我们在Quantinuum H2-1噪声模拟器上对73个不同大小的资产相关图进行了系统基准测试，结果表明，对于$p=2$层QAOA，qReduMIS的最优时间-到-解缩放指数比独立QAOA小$3.2$倍。