Citi erforscht Quantencomputing für die Portfolio-Optimierung

Citi Innovation Labs hat sich mit Classiq zusammengetan, um zu untersuchen, wie Quantencomputing-Lösungen die Portfolio-Optimierung verbessern können, indem sie Amazon Braket

Die Gruppe Citi Innovation Labs, die mit der Identifizierung und Nutzung neuer Technologien für die Citi betraut ist, hat sich mit Classiq zusammengetan, um die AWS-Quantentechnologieplattform Amazon Braket zu nutzen und zu untersuchen, wie Quantencomputing die Portfoliooptimierung verbessern kann.

Bei der Erforschung der Vorteile des Quantencomputings für die Optimierung des Bankportfolios hat sich Citi Innovation Labs mit Classiq zusammengetan, um deren spezielle Expertise und Unterstützung im Bereich des Quantencomputings zu nutzen.

Classiq betreibt einen Stack, der die Modellierung auf einer höheren Abstraktionsebene ermöglicht, die auf die Entwicklung von Quantensoftware zugeschnitten ist - eine Innovation, die nach Ansicht der Citi dazu beitragen kann, die Kluft zwischen Quanteninformationen und der Finanzwelt zu überbrücken.

Durch die Partnerschaft mit Classiq erhielt die Citi auch Zugang zu dessen Expertenteam und zu Tools, die die Entwicklung von Quantenalgorithmen erleichtern.

Classiq selbst nutzt Amazon Braket, um auf die On-Demand-Simulatoren und Quantenverarbeitungseinheiten (QPUs) zuzugreifen und seinen Stack bereitzustellen.

Wie das Quantencomputing Finanzportfolios optimieren kann

Bevor wir uns damit beschäftigen, wie Quantencomputing Portfolios optimieren kann, ist es wichtig zu verstehen, was Portfoliooptimierung eigentlich bedeutet.

Pro AWS ist es der Prozess der Auswahl einer optimalen Mischung von Vermögenswerten wie Aktien, Anleihen und anderen Finanzinstrumenten, um die höchstmögliche Rendite für ein bestimmtes Risikoniveau zu erzielen.

Natürlich gibt es bereits Modelle, Forschungsergebnisse und Software, die den Finanzdienstleistern bei der Optimierung helfen und die Baseler Anforderungen erfüllen - doch das Quantencomputing könnte die nächste Stufe der Optimierung darstellen.

Was hindert die Quanteninformatik daran, heute neue Portfolio-Optimierungen vorzunehmen? Nun, im derzeitigen Entwicklungsstadium - der so genannten Noisy Intermediate-Scale Quantum (NISQ)-Ära - stoßen Quantencomputer aufgrund der Anzahl der Qubits und des Rauschens auf mehrere Einschränkungen.

Dies schränkt die Kapazität von Quantenanwendungen effektiv ein, aber Forschungen in diesem Bereich, wie die jüngste von Citi mit Classiq, tragen dazu bei, Wege zu finden, die Quanteninformatik in den Industrien der Welt besser anwendbar zu machen.

Der Hauptkandidat für eine Beschleunigung der Portfolio-Optimierung durch Quantencomputer sind Quantenapproximationsalgorithmen (QAOAs).

Im Fall der Studie von Citi und Classiq stand die Anwendung von QAOA auf die Portfoliooptimierung im Mittelpunkt der Untersuchung, insbesondere die Frage, wie sich Anpassungen des Straffaktors des Algorithmus auf dessen Leistung auswirken.

Wenn sich die QAOA-Algorithmen für Citi und Classiq letztlich als vergleichsweise vorteilhaft gegenüber klassischen Methoden zur Portfoliooptimierung erweisen, werden sich die anschließend erforderlichen Feinabstimmungsstrategien für den Algorithmus lohnen.

Laut Citi könnte dies den Weg für bessere Ergebnisse bei der Portfolio-Optimierung und anderen komplexen Herausforderungen ebnen, mit denen die Organisation und andere führende Bankunternehmen derzeit konfrontiert sind.

Den vollständigen Untersuchungsbericht von Citi, Classiq und AWS finden Sie unter diesem Link.

‍

Lesen Sie den vollständigen Artikel im FinTech Magazin