L'optimisation de portefeuille à grande échelle est testée sur un ordinateur quantique à ions piégés.
Le processus utilise un univers de 250 actifs du S&P 500.
Les sous-problèmes sont exécutés sur un système de développement de 64 qubits de Barium.
Cette approche permet une sélection de portefeuille avec des contraintes de cardinalité.
Elle démontre l'application de processeurs quantiques dans la finance.
Raisons
- La détection de communautés d'actifs est utilisée pour regrouper les titres.
- Un schéma de division glouton est appliqué pour respecter le budget de qubits.
- Chaque groupe d'actifs est transformé en un sous-problème QUBO.
- L'optimisation quantique contrediabatique numérisée résout ces sous-problèmes.
- Les candidats à faible énergie sont ensuite recombinés pour la solution finale.
The single point of failure of this approach is the transferability from a laboratory environment to a real market. A test bench of 250 assets from the S&P 500, although admirable academically, does not account for the daily noise of markets. The stability and error correction necessary for the portfolio management of a Swiss pension fund, with its mandates of capital preservation, are far from being achieved with a 64-qubit system. This type of quantum optimization is a classic case where the attack surface of practical constraints is ignored.