Quantum-Assisted Optimal Rebalancing with Uncorrelated Asset Selection for Algorithmic Trading — Walk-Forward QUBO Scheduling via QAOA
创建于 更新于
摘要
本论文提出一个量子辅助的算法化交易框架：以 Ledoit–Wolf 收缩 + 层次相关聚类选出 10 支互不相关的标的，使用基于熵正则化的 GPU 加速遗传算法（GA）优化权重，并将再平衡时点调度表述为 QUBO，采用 QAOA 在 walk-forward 框架中求解以消除前视偏差。2025 年离线回测显示 GA+QAOA 在净交易成本（8 次再平衡，6.1bp）更低的同时实现最高 Sharpe=0.588、总回报 10.1%，优于最佳经典基线 GA Rebal/10d（Sharpe=0.575，24 次再平衡，11.0bp），展示在组合调度子问题上的潜在量子优势 [page::0][page::11].
