Kecerdasan Data Generatif

Simulasi Quantum Monte Carlo untuk analisis risiko keuangan: pembuatan skenario untuk faktor risiko ekuitas, suku bunga, dan kredit

Tanggal:

Titos Matsakos dan Stuart Nield

Analisis Risiko Keuangan, Solusi Kredit & Risiko, Intelijen Pasar, S&P Global, 25 Ropemaker St, London, EC2Y 9LY, UK

Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.

Abstrak

Simulasi Monte Carlo (MC) banyak digunakan dalam manajemen risiko keuangan, mulai dari memperkirakan nilai risiko (VaR) hingga menentukan harga derivatif yang dijual bebas. Namun, hal ini memerlukan biaya komputasi yang signifikan karena banyaknya skenario yang diperlukan untuk konvergensi. Jika distribusi probabilitas tersedia, algoritma Quantum Amplitude Estimation (QAE) dapat memberikan kecepatan kuadrat dalam mengukur propertinya dibandingkan dengan algoritma klasiknya. Studi terbaru telah mengeksplorasi penghitungan ukuran risiko umum dan optimalisasi algoritme QAE dengan menginisialisasi status kuantum masukan dengan distribusi probabilitas yang telah dihitung sebelumnya. Namun, jika distribusi tersebut tidak tersedia dalam bentuk tertutup, distribusi tersebut perlu dihasilkan secara numerik, dan biaya komputasi yang terkait dapat membatasi keunggulan kuantum. Dalam makalah ini, kami mengatasi tantangan ini dengan memasukkan pembuatan skenario โ€“ yaitu simulasi evolusi faktor risiko dari waktu ke waktu untuk menghasilkan distribusi probabilitas โ€“ ke dalam komputasi kuantum; kami menyebut proses ini sebagai simulasi Quantum MC (QMC). Secara khusus, kami merakit sirkuit kuantum yang menerapkan model stokastik untuk faktor risiko ekuitas (gerakan Brownian geometris), suku bunga (model pengembalian rata-rata), dan kredit (model kredit struktural, bentuk tereduksi, dan migrasi peringkat). Kami kemudian mengintegrasikan model ini dengan QAE untuk memberikan contoh menyeluruh untuk kasus penggunaan risiko pasar dan kredit.

Simulasi Monte Carlo banyak digunakan dalam manajemen risiko keuangan โ€” mulai dari memperkirakan nilai risiko (VaR) hingga menentukan harga derivatif yang dijual bebas โ€” tetapi memerlukan biaya komputasi yang signifikan. Penelitian sebelumnya telah menunjukkan bahwa algoritma kuantum dapat memberikan percepatan kuadrat ketika memulai dari distribusi probabilitas yang telah dihitung sebelumnya. Namun, ketika distribusi tersebut tidak tersedia, biaya yang terkait untuk menghasilkan distribusi tersebut dapat membatasi keuntungan kuantum. Dalam makalah ini, kami mengatasi tantangan ini dengan memasukkan evolusi faktor risiko untuk menghasilkan distribusi probabilitas dalam komputasi kuantum; untuk ini, kami menggunakan istilah simulasi Quantum Monte Carlo. Secara khusus, kami menyusun sirkuit kuantum yang menerapkan model stokastik untuk kelas ekuitas, suku bunga, dan risiko kredit, dan memberikan contoh menyeluruh untuk kasus penggunaan risiko pasar dan kredit.

โ–บ data BibTeX

โ–บ Referensi

[1] Romรกn Orus, Samuel Mugel, dan Enrique Lizaso. "Komputasi kuantum untuk keuangan: Tinjauan dan prospek". Ulasan dalam Fisika 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028

[2] Daniel J. Egger, Claudio Gambella, Jakub Marecek, Scott McFaddin, Martin Mevissen, Rudy Raymond, Andrea Simonetto, Stefan Woerner, dan Elena Yndurain. โ€œKomputasi kuantum untuk keuangan: prospek masa depan dan tercanggihโ€. Transaksi IEEE pada Rekayasa Kuantum 1, 1โ€“24 (2020).
https: / / doi.org/ 10.1109 / tqe.2020.3030314

[3] Andrรฉs Gรณmez, Alvaro Leitao Rodriguez, Alberto Manzano, Maria Nogueiras, Gustavo Ordรณรฑez, dan Carlos Vรกzquez. โ€œSurvei tentang keuangan komputasi kuantum untuk harga dan variabel derivatifโ€. Arsip Metode Komputasi di bidang Teknik 29, 4137โ€“4163 (2022).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s11831-022-09732-9

[4] Dylan Herman, Cody Googin, Xiaoyuan Liu, Alexei Galda, Ilya Safro, Yue Sun, Marco Pistoia, dan Yuri Alexeev. โ€œSurvei Komputasi Kuantum untuk Keuanganโ€ (2022). arXiv:2201.02773.
arXiv: 2201.02773

[5] Sascha Wilkens dan Joe Moorhouse. โ€œKomputasi kuantum untuk pengukuran risiko keuanganโ€. Pemrosesan Informasi Kuantum 22 (2023).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s11128-022-03777-2

[6] Philip Intallura, Georgios Korpas, Sudeepto Chakraborty, Vyacheslav Kungurtsev, dan Jakub Marecek. โ€œSurvei Alternatif Kuantum untuk Algoritma Acak: Integrasi Monte Carlo dan Selebihnyaโ€ (2023). arXiv:2303.04945.
arXiv: 2303.04945

[7] Alexander M. Dalzell, Sam McArdle, Mario Berta, Przemyslaw Bienias, Chi-Fang Chen, Andrรกs Gilyรฉn, Connor T. Hann, Michael J. Kastoryano, Emil T. Khabiboulline, Aleksander Kubica, Grant Salton, Samson Wang, dan Fernando GSL Brandรฃo . โ€œAlgoritme kuantum: Survei aplikasi dan kompleksitas ujung ke ujungโ€ (2023). arXiv:2310.03011.
arXiv: 2310.03011

[8] Stefan Woerner dan Daniel J. Egger. โ€œAnalisis risiko kuantumโ€. npj Informasi Kuantum 5, 15 (2019).
https:/โ€‹/โ€‹doi.org/โ€‹10.1038/โ€‹s41534-019-0130-6

[9] DJ Egger, R. Garcia Gutierrez, J. Cahue Mestre, dan S. Woerner. โ€œAnalisis risiko kredit menggunakan komputer kuantumโ€. Transaksi IEEE di KomputerHalaman 1โ€“1 (5555).
https: / / doi.org/ 10.1109 / TC.2020.3038063

[10] Kazuya Kaneko, Koichi Miyamoto, Naoyuki Takeda, dan Kazuyoshi Yoshino. โ€œPercepatan kuantum integrasi Monte Carlo sehubungan dengan jumlah dimensi dan penerapannya pada keuanganโ€. Pemrosesan Informasi Kuantum 20, 185 (2021).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s11128-021-03127-8

[11] Patrick Rebentrost, Brajesh Gupt, dan Thomas R. Bromley. "Keuangan komputasi kuantum: Penetapan harga derivatif keuangan Monte carlo". Fis. Pdt.A 98, 022321 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.022321

[12] Nikitas Stamatopoulos, Daniel J. Egger, Yue Sun, Christa Zoufal, Raban Iten, Ning Shen, dan Stefan Woerner. โ€œPenetapan Harga Opsi menggunakan Komputer Kuantumโ€. Kuantum 4, 291 (2020).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2020-07-06-291

[13] Almudena Carrera Vazquez dan Stefan Woerner. โ€œPersiapan keadaan yang efisien untuk estimasi amplitudo kuantumโ€. Fis. Pendeta Aplikasi. 15, 034027 (2021).
https: / / doi.org/ 10.1103 / PhysRevApplied.15.034027

[14] Shouvanik Chakrabarti, Rajiv Krishnakumar, Guglielmo Mazzola, Nikitas Stamatopoulos, Stefan Woerner, dan William J. Zeng. โ€œAmbang Batas Keunggulan Kuantum dalam Penetapan Harga Derivatifโ€. Kuantum 5, 463 (2021).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2021-06-01-463

[15] Joรฃo F. Doriguello, Alessandro Luongo, Jinge Bao, Patrick Rebentrost, dan Miklos Santha. โ€œAlgoritma kuantum untuk penghentian optimal stokastik masalah dengan aplikasi di bidang keuanganโ€ (2021). arXiv:2111.15332.
https: / / doi.org/ 10.4230 / LIPIcs.TQC.2022.2
arXiv: 2111.15332

[16] Hao Tang, Anurag Pal, Lu-Feng Qiao, Tian-Yu Wang, Jun Gao, dan Xian-Min Jin. โ€œPerhitungan Kuantum untuk Menentukan Harga Kewajiban Hutang yang Diagunkanโ€ (2020). arXiv:2008.04110.
arXiv: 2008.04110

[17] Javier Alcazar, Andrea Cadarso, Amara Katabarwa, Marta Mauri, Borja Peropadre, Guoming Wang, dan Yudong Cao. โ€œAlgoritma kuantum untuk penyesuaian penilaian kreditโ€. Jurnal Fisika Baru 24, 023036 (2022).
https://โ€‹/โ€‹doi.org/โ€‹10.1088/โ€‹1367-2630/โ€‹ac5003

[18] Jeong Yu Han dan Patrick Rebentrost. โ€œKeuntungan kuantum untuk penetapan harga dan penyesuaian penilaian portofolio multi-opsiโ€ (2022). arXiv:2203.04924.
arXiv: 2203.04924

[19] Nikitas Stamatopoulos, Guglielmo Mazzola, Stefan Woerner, dan William J. Zeng. โ€œMenuju Quantum Advantage dalam Risiko Pasar Keuangan menggunakan Algoritma Quantum Gradientโ€. Kuantum 6, 770 (2022).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2022-07-20-770

[20] John Preskill. โ€œKomputasi Kuantum di era NISQ dan seterusnyaโ€. Kuantum 2, 79 (2018).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2018-08-06-79

[21] Gilles Brassard, Peter Hรธyer, Michele Mosca, dan Alain Tapp. โ€œAmplifikasi dan estimasi amplitudo kuantumโ€. Komputasi dan Informasi KuantumHalaman 53โ€“74 (2002).
https: / / doi.org/ 10.1090 / conm / 305/05215

[22] Lov Grover dan Terry Rudolph. "Menciptakan superposisi yang sesuai dengan distribusi probabilitas yang dapat diintegrasikan secara efisien" (2002). arXiv:quant-ph/โ€‹0208112.
arXiv: quant-ph / 0208112

[23] Steven Herbert. โ€œTidak ada percepatan kuantum dengan persiapan keadaan Grover-rudolph untuk integrasi kuantum monte carloโ€. Fis. Pdt.E 103, 063302 (2021).
https: / / doi.org/ 10.1103 / PhysRevE.103.063302

[24] Christa Zoufal, Aurรฉlien Lucchi, dan Stefan Woerner. โ€œJaringan permusuhan generatif kuantum untuk mempelajari dan memuat distribusi acakโ€. npj Informasi Kuantum 1, 103 (2019).
https:/โ€‹/โ€‹doi.org/โ€‹10.1038/โ€‹s41534-019-0223-2

[25] Junxu Li dan Saber Kais. โ€œDesain sirkuit kuantum universal untuk fungsi periodikโ€. Jurnal Fisika Baru 23, 103022 (2021).
https:/โ€‹/โ€‹doi.org/โ€‹10.1088/โ€‹1367-2630/โ€‹ac2cb4

[26] Nikitas Stamatopoulos dan William J. Zeng. โ€œPenetapan Harga Derivatif menggunakan Pemrosesan Sinyal Kuantumโ€ (2023). arXiv:2307.14310.
arXiv: 2307.14310

[27] Sam McArdle, Andrรกs Gilyรฉn, dan Mario Berta. โ€œPersiapan keadaan kuantum tanpa aritmatika yang koherenโ€ (2022). arXiv:2210.14892.
arXiv: 2210.14892

[28] Ashley Montanaro. โ€œPercepatan kuantum metode monte carloโ€. Prosiding Royal Society A: Ilmu Matematika, Fisika dan Teknik 471, 20150301 (2015).
https: / / doi.org/ 10.1098 / rspa.2015.0301

[29] Michael B. Giles. โ€œMetode monte carlo bertingkatโ€. Acta Numerica 24, 259โ€“328 (2015).
https: / / doi.org/ 10.1017 / S096249291500001X

[30] Dong An, Noah Linden, Jin-Peng Liu, Ashley Montanaro, Changpeng Shao, dan Jiasu Wang. โ€œMetode Monte Carlo bertingkat yang dipercepat kuantum untuk persamaan diferensial stokastik dalam keuangan matematikaโ€. Kuantum 5, 481 (2021).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2021-06-24-481

[31] John C.Hull. โ€œOpsi, futures, dan derivatif lainnyaโ€. Pearson. (2021). Edisi ke-11, edisi global Pearson. edisi.

[32] Lov K. Grover. โ€œAlgoritma mekanika kuantum cepat untuk pencarian databaseโ€. Dalam Gary L. Miller, editor, Proceedings of the Twenty-Eighth Annual ACM Symposium on the Theory of Computing, Philadelphia, Pennsylvania, AS, 22-24 Mei 1996. Halaman 212โ€“219. ACM (1996).
https: / / doi.org/ 10.1145 / 237814.237866

[33] Yohichi Suzuki, Shumpei Uno, Rudy Raymond, Tomoki Tanaka, Tamiya Onodera, dan Naoki Yamamoto. โ€œEstimasi amplitudo tanpa estimasi faseโ€. Pemrosesan Informasi Kuantum 19 (2020).
https:/โ€‹/โ€‹doi.org/โ€‹10.1007/โ€‹s11128-019-2565-2

[34] Dmitry Grinko, Julien Gacon, Christa Zoufal, dan Stefan Woerner. โ€œEstimasi amplitudo kuantum berulangโ€. npj Informasi Kuantum 7 (2021).
https:/โ€‹/โ€‹doi.org/โ€‹10.1038/โ€‹s41534-021-00379-1

[35] Kirill Plekhanov, Matthias Rosenkranz, Mattia Fiorentini, and Michael Lubasch. "Estimasi amplitudo kuantum variasional". Kuantum 6, 670 (2022).
https:/โ€‹/โ€‹doi.org/โ€‹10.22331/โ€‹q-2022-03-17-670

[36] John C.Cox, Stephen A.Ross, dan Mark Rubinstein. โ€œPenetapan harga opsi: Pendekatan yang disederhanakanโ€. Jurnal Ekonomi Keuangan 7, 229โ€“263 (1979).
https:/โ€‹/โ€‹doi.org/โ€‹10.1016/โ€‹0304-405X(79)90015-1

[37] Vlatko Vedral, Adriano Barenco, dan Artur Ekert. โ€œJaringan kuantum untuk operasi aritmatika dasarโ€. Fis. Pendeta A 54, 147โ€“153 (1996).
https: / / doi.org/ 10.1103 / PhysRevA.54.147

[38] David Oliveira dan Rubens Ramos. "Pembanding string bit kuantum: Sirkuit dan aplikasi". Komputer Kuantum dan Komputasi 7 (2007).

[39] Berbagai penulis. โ€œBuku Ajar Qiskitโ€. Github. (2023). url: github.com/โ€‹Qiskit/โ€‹textbook.
http://โ€‹/โ€‹github.com/โ€‹Qiskit/โ€‹textbook

[40] Oldrich Vasicek. โ€œKarakterisasi keseimbangan dari istilah strukturโ€. Jurnal Ekonomi Keuangan 5, 177โ€“188 (1977).
https:/โ€‹/โ€‹doi.org/โ€‹10.1016/โ€‹0304-405X(77)90016-2

[41] Robert C. Merton. โ€œTentang penetapan harga utang perusahaan: struktur risiko suku bungaโ€. Jurnal Keuangan 29, 449โ€“470 (1974).
https: / / doi.org/ 10.1111 / j.1540-6261.1974.tb03058.x

[42] โ€œQiskit: Kerangka kerja sumber terbuka untuk komputasi kuantumโ€ (2021).

[43] John C Hull dan Alan D White. โ€œProsedur numerik untuk mengimplementasikan model struktur jangka iโ€. Jurnal Derivatif 2, 7โ€“16 (1994).
https://โ€‹/โ€‹doi.org/โ€‹10.3905/โ€‹jod.1994.407902

Dikutip oleh

[1] Javier Gonzalez-Conde, รngel Rodrรญguez-Rozas, Enrique Solano, dan Mikel Sanz, โ€œSimulasi Hamiltonian yang efisien untuk memecahkan dinamika harga opsiโ€, Penelitian Tinjauan Fisik 5 4, 043220 (2023).

Kutipan di atas berasal dari SAO / NASA ADS (terakhir berhasil diperbarui, 2024-04-04 11:14:09). Daftar ini mungkin tidak lengkap karena tidak semua penerbit menyediakan data kutipan yang cocok dan lengkap.

Tidak dapat mengambil Crossref dikutip oleh data selama upaya terakhir 2024-04-04 11:14:08: Tidak dapat mengambil data yang dikutip oleh untuk 10.22331 / q-2024-04-04-1306 dari Crossref. Ini normal jika DOI terdaftar baru-baru ini.

tempat_img

Intelijen Terbaru

tempat_img