1092
JPMorgan Chase исследует квантовое глубокое хеджирование
В новой статье, опубликованной 30 марта 2023 года, JPMorgan Chase и QC Ware рассмотрели вопросы улучшения практики глубокого хеджирования с помощью квантовых вычислений. Речь идет о снижения портфельного риска с использованием моделей, основанных на данных, которые учитывают рыночные и торговые ограничения. Сначала была изучена возможность улучшить существующие классические схемы глубокого хеджирования с помощью глубокого машинного обучения на базе квантовых вычислений. Затем, используя квантовое стимулированное обучение, исследователи проанализировали, можно ли сформировать новую квантовую структуру для глубокого хеджирования.
Исследование показало, что глубокое хеджирование на классических фреймворках с использованием квантового глубокого обучения позволяет более эффективно обучать модели. Исследование, проведенное на квантовом компьютере Quantinuum H1-1, также продемонстрировало потенциал для будущего ускорения вычислений, которое может быть реализовано на «шумном» квантовом оборудовании промежуточного масштаба (noisy intermediate-scale quantum NISQ). Глубокое хеджирование на новых квантовых фреймворках также позволила функциям квантовых значений:
• эффективно изучать ожидание и распределение доходов;
• предложить повышение производительности с помощью квантовой модели обучения с подкреплением actor-critic.
• надлежащим образом обучать квантовые политики.
Квантовое приложение может предложить улучшения для глубокого хеджирования как в классической, так и в квантовой средах — оно использует методы квантового машинного обучения для периодического повышения точности и обучаемости на высокопроизводительном оборудовании, что будет полезно в сфере финансовых услуг, поскольку квантовые вычисления становятся все более доступными коммерчески.
