Uluslararası Bilgi ve İletişim Teknolojisi Dergisi'nde yayınlanan bir araştırmaya göre, giderek büyüyen ve sınırlı bir varlık havuzundan karlı yatırımları seçmek, hibrit bir kuantum-klasik yöntemle daha etkili hale gelebilir. Bu çalışma, modern portföy yönetimindeki önemli bir hesaplama sorununu çözmeye yardımcı olabilir.
Ekibin geliştirdiği hibrit kuantum-klasik portföy optimizasyonu (HQCPO) çerçevesi, iki kuantum yaklaşımını geleneksel hesaplama ile birleştiriyor. Kuantum tavlama, umut vadeden çözümler ararken, parametreleri yinelemeli olarak ayarlayan varyasyonel kuantum algoritmaları, sistemin daha esnek finansal kısıtlamaları temsil etmesine olanak tanıyor. Sistem ayrıca, ilgili varlık ağını daha küçük gruplara bölerek, gereken kuantum kaynaklarını azaltıyor.
120 varlıktan oluşan bir havuzdan sadece birkaç düzine varlık seçmek, trilyonlarca olası portföy ortaya çıkarıyor; bunların hepsini manuel olarak değerlendirmek mümkün değil. Araştırmacılar, yöntemi S&P 100, CSI 300 ve Russell 2000'i kapsayan ve 120 varlığa kadar portföy içeren tarihsel piyasa verileri üzerinde test ettiler.
120 varlık için HQCPO, yatırım getirisi açısından klasik algoritmalara göre neredeyse %30 daha yüksek bir puan elde etti. 40 varlıkta ise, bir modelin daha güçlü ve daha zayıf çözümleri ne kadar etkili bir şekilde ayırt ettiğini ölçen eğri altı alanı (AUC) 0,947'ye ulaştı. 1'e yaklaşan bir AUC değeri optimal olurdu.
Daha fazla bilgi
Leihua Ai, Akıllı ekonomi için kuantum hesaplamaya dayalı portföy optimizasyon çerçevesi, Uluslararası Bilgi ve İletişim Teknolojisi Dergisi (2026). DOI: 10.1504/ijict.2026.156257
Araştırmacılar, kuantum ve klasik hesaplamayı birleştirerek yatırım seçimini iyileştiriyorlar
İçindekiler
[Göster]