Portfolio construction using a sampling-based variational quantum scheme
创建于 更新于
摘要
本文针对具有实际约束的基金投资组合构建问题，提出采样式条件风险价值（CVaR）变分量子算法（VQA）方案，并结合局部搜索后处理方法，验证其在109量子比特规模的IBM量子硬件上求解复杂组合优化的可行性和优势。实验结果显示，量子-经典混合流程相比纯经典方法能获得更优解，且更难经典模拟的电路设计具有更好收敛性，为量子计算机在基金组合优化领域应用开辟了新路径[page::0][page::1][page::2][page::4][page::5]。
