.svg)
Citi、金融ポートフォリオ最適化のための量子コンピューティングソリューションを探索
Citi Innovation LabsはAmazon Braketを利用した量子コンピューティングソリューションによるポートフォリオ最適化の可能性を探るため、Classiqと提携しました。
Citiグループにおいて新たなテクノロジーの特定と活用を担う機関である「Citi Innovation Labs」は、AWSの量子テクノロジー・プラットフォームであるAmazon Braketを利用して量子コンピューティングが金融ポートフォリオ最適化をどのように向上させるか検証するため、Classiqと提携しました。
この提携は、Citi Innovation Labsが金融ポートフォリオ最適化における量子コンピューティングの有効性を探るにあたり、当社から特定の量子コンピューティングの専門知識とサポートを得ることを目的としたものです。
当社は量子ソフトウェア開発に特化した抽象度の高いモデリングを可能にする革新的な技術を提供しています。
Citiは量子アルゴリズムの設計を容易にする当社のツールと専門家チームへのアクセスを得ることになり、量子情報と金融の世界の橋渡しを実現できるようになります。
また当社もAmazon Braketを利用してオンデマンドのシミュレータや量子プロセッシング・ユニット（QPU）にアクセスし、スタックを提供しています。
量子コンピューティングによる金融ポートフォリオの最適化
量子コンピューティングによるポートフォリオ最適化の説明する前に、まずポートフォリオの最適化とは具体的に何かを理解することが重要です。
AWSによれば、ポートフォリオの最適化とは、株式、債券、その他の金融商品などの資産を最適な組み合わせで選択し、所定のリスクレベルに対して可能な限り高いリターンを達成するプロセスです。
もちろん、現在でも金融サービス企業の最適化を支援しバーゼル規制を満たすためのモデルや研究、ソフトウェアは存在しますが、量子コンピューティングは最適化の次のフロンティアを切り拓くかもしれません。
では、量子コンピューティングが新たなポートフォリオ最適化のパイオニアとなることを阻んでいるものは何でしょうか？実は、ノイズを含む小・中規模の量子コンピュータ（NISQ）の時代と呼ばれる量子コンピュータ技術の現段階では、量子コンピュータはノイズと量子ビット数の制限問題に直面しています。
このため量子アプリケーションの能力は事実上制限されていますが、Citiが当社と行った最新の研究のように、量子コンピューティングを世界の産業により活用する方法の発見に役立っています。
特に、量子コンピューティングによるポートフォリオ最適化の高速化を見出す有力な候補は、量子近似最適化アルゴリズム（QAOA）でしょう。
実際、Citiと当社の研究においても、ポートフォリオ最適化にQAOAを採用することが焦点であり、特にアルゴリズムのペナルティ係数の調整がパフォーマンスにどのような影響を与えるかが注目されました。
QAOAが最終的に古典的な手法と比較して優位性を持つことが証明されれば、本研究において議論された微調整戦略は、Citiと当社にとっても価値があるものとなるでしょう。
Citiは、この取り組みがポートフォリオの最適化や、現在同社や他の大手銀行が直面している複雑な課題において、より良い結果をもたらす道を開く可能性があるとしています。
Citi、Classiq、AWSの調査報告書全文は、こちらのリンクからご覧いただけます。
記事全文をFinTech Magazineで読む
Citi Innovation LabsはAmazon Braketを利用した量子コンピューティングソリューションによるポートフォリオ最適化の可能性を探るため、Classiqと提携しました。
Citiグループにおいて新たなテクノロジーの特定と活用を担う機関である「Citi Innovation Labs」は、AWSの量子テクノロジー・プラットフォームであるAmazon Braketを利用して量子コンピューティングが金融ポートフォリオ最適化をどのように向上させるか検証するため、Classiqと提携しました。
この提携は、Citi Innovation Labsが金融ポートフォリオ最適化における量子コンピューティングの有効性を探るにあたり、当社から特定の量子コンピューティングの専門知識とサポートを得ることを目的としたものです。
当社は量子ソフトウェア開発に特化した抽象度の高いモデリングを可能にする革新的な技術を提供しています。
Citiは量子アルゴリズムの設計を容易にする当社のツールと専門家チームへのアクセスを得ることになり、量子情報と金融の世界の橋渡しを実現できるようになります。
また当社もAmazon Braketを利用してオンデマンドのシミュレータや量子プロセッシング・ユニット（QPU）にアクセスし、スタックを提供しています。
量子コンピューティングによる金融ポートフォリオの最適化
量子コンピューティングによるポートフォリオ最適化の説明する前に、まずポートフォリオの最適化とは具体的に何かを理解することが重要です。
AWSによれば、ポートフォリオの最適化とは、株式、債券、その他の金融商品などの資産を最適な組み合わせで選択し、所定のリスクレベルに対して可能な限り高いリターンを達成するプロセスです。
もちろん、現在でも金融サービス企業の最適化を支援しバーゼル規制を満たすためのモデルや研究、ソフトウェアは存在しますが、量子コンピューティングは最適化の次のフロンティアを切り拓くかもしれません。
では、量子コンピューティングが新たなポートフォリオ最適化のパイオニアとなることを阻んでいるものは何でしょうか？実は、ノイズを含む小・中規模の量子コンピュータ（NISQ）の時代と呼ばれる量子コンピュータ技術の現段階では、量子コンピュータはノイズと量子ビット数の制限問題に直面しています。
このため量子アプリケーションの能力は事実上制限されていますが、Citiが当社と行った最新の研究のように、量子コンピューティングを世界の産業により活用する方法の発見に役立っています。
特に、量子コンピューティングによるポートフォリオ最適化の高速化を見出す有力な候補は、量子近似最適化アルゴリズム（QAOA）でしょう。
実際、Citiと当社の研究においても、ポートフォリオ最適化にQAOAを採用することが焦点であり、特にアルゴリズムのペナルティ係数の調整がパフォーマンスにどのような影響を与えるかが注目されました。
QAOAが最終的に古典的な手法と比較して優位性を持つことが証明されれば、本研究において議論された微調整戦略は、Citiと当社にとっても価値があるものとなるでしょう。
Citiは、この取り組みがポートフォリオの最適化や、現在同社や他の大手銀行が直面している複雑な課題において、より良い結果をもたらす道を開く可能性があるとしています。
Citi、Classiq、AWSの調査報告書全文は、こちらのリンクからご覧いただけます。
記事全文をFinTech Magazineで読む
