量子技术用于股价预测的潜力
计算金融
2023-08-29 v1
摘要
我们通过使用经典硬件与量子硬件进行一系列实验模拟,探索了各种量子算法在股价预测中的潜在应用。首先,我们提取了多种股价指标,如移动平均线(MA)、平均真实波幅(ATR)和 Aroon,以洞察市场趋势与股价变动。接下来,我们采用量子退火(QA)进行特征选择,并采用主成分分析(PCA)进行降维。此外,我们将股价预测任务本质上转化为一个分类问题。我们训练了量子支持向量机(QSVM)来预测价格变动(上涨或下跌),将其性能与经典模型对比,并分析了它们在分别使用量子退火和 PCA 构建的数据集上的准确率。我们聚焦于四家不同公司(即 Apple、Visa、Johnson and Jonson 和 Honeywell)的股价预测与二元分类。我们主要使用了这些公司原始股价的实时股票数据。我们在预测模型的准确率和 F 值方面将各种量子计算技术与其经典对应技术进行了比较。通过这些实验模拟,我们阐明了量子算法在股价预测中的潜在优势与局限,并为量子计算与金融交叉领域日益增长的知识体系做出贡献。
引用
@article{arxiv.2308.13642,
title = {The Potential of Quantum Techniques for Stock Price Prediction},
author = {Naman S and Gaurang B and Neel S and Aswath Babu H},
journal= {arXiv preprint arXiv:2308.13642},
year = {2023}
}
备注
RASSE2023 IEEE