摩根大通与亚马逊联手开发量子工具，旨在解决金融优化难题

摩根大通（JPMorgan Chase）与亚马逊高级解决方案实验室（Amazon Advanced Solutions Lab）近日宣布了一项研究合作计划，专注于应用量子技术解决金融领域复杂的优化问题。此次合作已产出三份研究论文，为在近期可用的量子硬件上解决大规模优化问题提供了新工具。

混合量子计算新范式

该研究的核心是开发出一种新方法，将量子设备作为“协处理器”与经典计算机协同工作。研究人员利用基于里德堡原子（Rydberg atoms）的模拟中性原子量子计算机进行实验，具体使用了可通过 Amazon Braket 平台访问的 QuEra 公司 Aquila 量子设备，实验规模最高达到 231个量子比特。

这项合作旨在利用当前量子硬件的优势，处理经典计算机难以高效解决的特定计算任务，从而为金融建模和分析开辟新的可能性。

在投资组合优化等领域取得突破

此次合作的研究成果在多个方面展示了其应用潜力，尤其是在投资组合优化领域：

Ad

• 问题规模大幅缩减：研究团队创建了一个分解流程，能够将现实世界中复杂的投资组合优化问题规模缩减约 80%，同时保持解决方案的质量。
• 求解效率显著提升：对于包含多达 1,500个变量 的大规模投资组合优化问题，该流程将求解时间缩短了 3倍。
• 量子比特需求锐减：在解决“最大独立集”这一基础优化问题时，新开发的量子编译工具包将所需量子比特数量减少了数个数量级。例如，一个此前需要约 2900万 个量子比特才能处理的图论问题，现在仅需 几十个 量子比特即可解决。

混合算法展示高成功率

第三篇论文提出了一种名为 qReduMIS 的量子-经典混合算法。该算法将精确的多项式时间规约逻辑与量子计算机的测量数据相结合，让量子计算机扮演协处理器的角色。

在 QuEra 的 Aquila 设备上进行的实验表明，该算法在处理困难问题实例时表现出色，平均成功率超过 89%。这些成果标志着在利用近期量子计算机解决实际金融挑战方面迈出了重要一步，为未来更高效的风险管理和资产配置策略奠定了基础。