Constrained Portfolio Optimization via Quantum Approximate Optimization Algorithm (QAOA) with XY-Mixers and Trotterized Initialization: A Hybrid Approach for Direct Indexing
创建于 更新于
摘要
本研究提出一种面向“直接指数化”与严格基数约束（K-of-N）问题的约束保持 QAOA-XY 框架：以 Dicke 态初始化进入恰为 K 的子空间，使用完整图 XY-mixer 保持哈明权不变，并以 trotter 化线性参数铺排缓解 Barren-Plateau，从而避免惩罚项扭曲能量面。基于 10 只美股（2025 年月度滚动回测，180 日回溯，交易成本 5bp×turnover）进行的对比实验显示，QAOA-XY 在净化交易成本后实现了 30.09% 的总收益与 1.81 的 Sharpe，比 Simulated Annealing（24.17%、1.31）和 HRP（10.88%、0.98）显著更优，但伴随更高的月均换手率 76.8%，提示在实务中需权衡换手与实施成本 [page::4][page::6][page::7]
