汇丰银行携手量子中间件开发商探索含噪量子比特的金融实际应用

汇丰银行近日与量子中间件开发商Haiqu及多位学术研究人员展开合作，共同探索在商用量子计算硬件上高效运行金融模型的方法。相关联合研究成果已发表于《Physical Review Research》期刊，重点介绍了一种将真实世界概率分布编码至量子电路的新方法。

汇丰银行是积极探索量子计算商业化应用的金融机构之一，其关注方向包括利用后量子密码学保护金融系统安全，以及借助量子计算机运行更强大的金融市场模拟。

此次研究团队汇聚了来自汇丰银行、Haiqu、捷克技术大学、苏黎世大学、阿赫耶泽尔理论物理研究所、乌克兰卡拉津哈尔科夫国立大学以及希腊雅典娜研究中心的专家，重点研究了莱维分布——这是一种广泛用于模拟全球股市指数极端波动的概率分布模型。

研究人员在论文中指出："通过开发在量子计算机上高效处理莱维分布的方法，我们为更精准地模拟市场行为铺平了道路，尤其是在捕捉厚尾效应、偏态分布和波动率聚集等方面。"

据Haiqu介绍，量子计算虽可应用于衍生品定价、投资组合优化、欺诈检测和机器学习等领域，但这些应用都需要真实的金融分布数据，而数据必须首先被加载至量子计算机中。将经典数据编码为量子态的过程，被业界公认为在硬件上实现众多量子算法的主要瓶颈，在金融风险建模与仿真等需要将复杂概率分布加载至量子设备的应用场景中尤为突出。

Haiqu指出，传统算法所需的量子操作数量会随量子比特数呈指数级增长，这在当今含噪、深度受限的硬件上构成了显著瓶颈。为此，该公司开发出一种具有线性扩展能力（而非指数级扩展）的紧凑型量子电路。

Haiqu联合创始人兼首席技术官Mykola Maksymenko表示："如何将真实金融数据加载至当今量子硬件，是最大的实际障碍之一。这项研究展示了一条可扩展的解决路径，有助于推动量子金融工作流从理论走向实际执行。"

研究人员采用矩阵乘积态（MPS）方法构建浅层量子电路，将包括概率分布在内的平滑函数直接编码为量子态。

研究论文显示，在使用25量子比特的IBM量子计算机进行测试时，即便在当前含噪的量子计算设备上，其精度也足以通过定量统计检验。研究人员指出："分布加载方面的成果，对涉及金融数据序列的金融风险分析、风险管理和决策等多个领域具有重要意义。"

团队还采用了基于采样的工作流，在64量子比特硬件上运行，验证了该方法在更大规模下的可行性。论文中提到，在多达156量子比特的模拟实验中观察到了类似表现，这意味着该方法有望扩展至规模更大的问题场景。

汇丰银行量子技术集团负责人Philip Intallura表示："高效准备复杂概率分布是许多量子算法的关键步骤。这项研究表明，借助更浅层的量子电路即可实现这一目标，使金融风险建模等实际应用距离落地又近了一步。"

Q&A

Q1：汇丰银行与Haiqu合作研究的核心问题是什么？

A：核心问题是如何将真实金融数据高效加载至量子计算机。传统方法所需的量子操作数量随量子比特数呈指数级增长，在含噪硬件上难以实用。Haiqu开发了基于矩阵乘积态的浅层量子电路方案，实现线性扩展，有效突破了这一瓶颈。

Q2：莱维分布在量子金融研究中有什么作用？

A：莱维分布常用于模拟全球股市指数的极端波动，能够捕捉厚尾效应、偏态分布和波动率聚集等特征。研究团队专注于在量子计算机上高效处理莱维分布，目的是让量子计算机能够更精准地模拟真实市场行为，为衍生品定价、风险管理等金融应用提供支撑。

Q3：这项量子电路研究在实际硬件上验证效果如何？

A：研究团队在25量子比特的IBM量子计算机上进行了测试，结果显示精度足以通过定量统计检验。此外，团队还在64量子比特硬件上验证了方法的可行性，并在最多156量子比特的模拟实验中观察到一致表现，表明该方法具备向更大规模问题扩展的潜力。