Quantum generative modeling for financial time series with temporal correlations
创建于 更新于
摘要
本论文提出基于参数化量子电路（PQC）的量子生成对抗网络（QGAN）模型，利用混合量子-经典结构生成模拟金融时间序列。通过全量子态模拟和矩阵乘积态（MPS）模拟两种方法，训练QGAN生成的时间序列不仅准确拟合S&P 500的分布，还能较好地捕捉其非高斯性、波动聚类等时间相关性质，显示量子电路能有效表达复杂金融动态的潜力[page::0][page::1][page::6][page::7][page::9][page::10]。
