導讀

金融領域，交易和投資組合管理中的組合優化問題復雜度呈指數級增長，量子計算機得益于高性能的計算能力，有潛力找到比經典機器更快、更精確的解決方案。隨著量子計算的發展，量子計算在金融服務領域的目標預測、交易優化和風險分析等方面將大放異彩。

今年，匯豐銀行和IBM宣布，雙方將合作探索量子計算在金融服務中的應用。匯豐銀行將探索使用量子計算進行定價和投資組合優化應用，在推進匯豐銀行凈零目標的同時，提升識別和解決欺詐行為等能力從而降低風險。

美國量子公司QC Ware與拉丁美洲最大的銀行Itaú Unibanco同期也宣布了銀行業量子算法合作開發的首批成果，這項長達四個月的合作目標是探索量子計算是否有助于保留客戶。QC Ware開發了量子機器學習算法，提高了目前預測客戶流失模型的準確性。合作的持續目標是了解量子算法的優勢，幫助Itaú Unibanco準備好在銀行業全面部署量子解決方案。

01量子計算與金融

隨著手機銀行、各類支付平臺、理財、網貸等數字化金融服務普及，基于安全可靠性的差異化金融服務對計算能力提出了更高要求。量子計算在此領域的多項業務中，已表現出非凡的商用潛能，具體涵蓋資產和風險管理、高頻交易、欺詐檢測、金融工程等方面。

02本源量子金融應用本源量子圍繞金融領域應用場景，推動量子生態的構建及其與金融產業的協同發展，一直在探索量子計算在金融場景中的應用。

在量子期權定價應用中，用戶使用量子振幅估計相關算法，可快速獲得一個高置信度的預估價格；

通過量子期權策略應用，用戶可直接使用量子線路對各種類單標的期權策略的收益函數進行統一處理并運算；利用量子貝葉斯網絡應用，可以在金融行業的股價預測、互聯網信息安全、系統異常監控等領域進行金融概率預測、網絡監控和故障溯因等；

VaR 值應用可以計算給定置信水平下持有資產的預期最大損失量，用戶可提前規避金融風險；在投資組合優化應用中，用戶通過自行選定股票組合、投資風險偏好，便可得到最優投資組合。03本源量子金融成果落地案例

建信金科

量子金融算法：開發出了VaR值計算和量子期權定價兩種金融應用算法；

量子金融應用基地：技術研究、人才培養、產學研項目、金融應用、金融標準制定。

中信銀行

引入量子計算實現的量子貝葉斯網絡，完美繼承貝葉斯網絡已有的功能，而且能夠充分發揮量子計算的優勢，大幅降低計算復雜度，并支持更大規模的模型。

新華財經

新華財經APP平臺集成量子金融應用算法集合，向高端金融從業用戶群體展示量子算法優越性。

相關回顧

（滑動瀏覽）

2021年2月，本源量子攜手建信金科共建量子金融應用實驗室，并以建信基金場景為依托，推出國內首批量子金融應用——“量子期權定價應用”和“量子VaR值計算應用”，是國內金融領域對量子計算加速能力的首次嘗試，實現了我國量子金融行業算法從0到1、量子金融應用從無到有等多方面多層次的突破。

2021年4月，本源量子聯合建信金科、中金公司、東方證券、銀聯商務、建銀國際成立了全國首個量子金融產業聯盟，目前中信、民生等金融機構相繼加入，共同探索量子計算在金融領域的應用研究。同月，本源量子與中國科學技術大學國際金融研究院、中國建設銀行聯合主辦全國首屆量子金融創新賽道班，吸引了來自全國十余家金融頭部企業的參與，從理論到實踐全面賦能，為金融行業培養量子計算應用創新人才。

2021年6月，本源量子正式推出金融概率預測、網絡監控和故障溯因新工具——量子貝葉斯算法應用程序，填補該領域從前瞻研究到實際應用的空白。

2021年底，本源量子研究團隊在金融領域中投資組合優化方向的研究工作取得新進展，并在本源量子云平臺上線了基于該研究進展的量子金融應用——投資組合優化應用。該研究成果可快速從所有投資組合中找到給定風險偏好下的最佳收益組合，將進一步拓寬量子計算在金融領域的使用場景。

2022年1月，本源量子團隊利用量子線路加速無監督的One-Class SVM異常檢測算法并應用于檢測金融領域的異常行為，該量子異常檢測算法基于量子計算的并行性原理，可快速分析識別金融風控領域企業債務違約行為，相比傳統檢測方法更為快速、有效。同月，由本源量子聯合新華社旗下中國經濟信息社新華財經共同發布的“量子金融應用”正式在新華財經App上線。這是我國量子金融應用首次接入傳統手機端并與主流金融信息平臺合作，也是國內量子金融應用與真實量子計算機結合后首次面向大眾提供應用服務，是量子計算應用落地民用化的重要一步。

2022年5月，本源量子團隊將量子支持向量機運用到股票的振幅預測、多因子選股模型等金融領域的實際場景并完成算法驗證，研發的量子支持向量機（QSVM）相較經典支持向量機（SVM）有指數級加速效果，同時經測試發現該應用分類預測效果也非常優秀。這一研發成果將進一步推動量子優勢的運用，也證明了量子支持向量機在金融領域擁有極為廣泛的應用前景。

2022年6月，本源量子研究人員采用變分量子算法，對6只證券進行實證分析。該方法考慮了在含噪中等規模量子計算(NISQ)時代的硬件條件以及現有量子芯片的拓撲結構的同時，還可以實現對證券規模較大的投資組合優化問題進行優化求解。研究得出，該方法可以使人們獲得最優資金分配比例，從而達到收益最大同時風險最小。同時考慮現實證券交易存在最小單位，人們無法以任意精度的投資占比來進行投資，因此本源量子團隊考慮可以采用Grover適應性搜索算法（GAS）以更貼近現實投資情形的方式來加速解決該問題。

同月本源量子團隊發布量子mRMR算法（QmRMR），加速分析識別金融風控領域企業債務違約行為。在篩選預警模型中有效指標時，團隊利用量子近似優化算法（QAOA）對全局最優指標的選取進行平方級加速，改進了最大相關最小冗余（mRMR）算法，這一方法大大減少了債務監測中的冗余分析指標，將成功降低預測債券違約模型中的過擬合風險。

量子計算正在以驚人的速度發展，本源量子將持續發力量子金融，助力中國金融行業科技發展，并將運用量子計算嘗試在不同行業領域解決對應的問題，研制出行業領域的專用量子計算機。