Quantum Adaptive Self-Attention for Financial Rebalancing: An Empirical Study on Automated Market Makers in Decentralized Finance
创建于 更新于
摘要
本报告首次将量子自适应自注意力(QASA)模块应用于去中心化金融（DeFi）自动化做市商（AMM）资金再平衡，将再平衡任务转化为检测问题。通过2024年BTCUSDC日线数据回测，QASA-Sequence在收益和风险调整表现方面超越传统机器学习及纯量子模型，表现出13.99%的收益率和1.76的Sharpe比率，展现了量子-经典混合注意力机制在多变且噪声较大的金融时序预测中的潜力和实用性 [page::0][page::3]。
