CN114862079A - 基于量子线路的风险值估算方法、装置、介质及电子装置 - Google Patents
基于量子线路的风险值估算方法、装置、介质及电子装置 Download PDFInfo
- Publication number
- CN114862079A CN114862079A CN202110150783.1A CN202110150783A CN114862079A CN 114862079 A CN114862079 A CN 114862079A CN 202110150783 A CN202110150783 A CN 202110150783A CN 114862079 A CN114862079 A CN 114862079A
- Authority
- CN
- China
- Prior art keywords
- value
- target
- quantum
- probability
- change rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005070 sampling Methods 0.000 claims abstract description 72
- 239000002096 quantum dot Substances 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 17
- 230000000295 complement effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 230000003321 amplification Effects 0.000 claims description 14
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 6
- 239000003550 marker Substances 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种基于量子线路的风险值估算方法、装置、介质及电子装置,本发明基于N个目标量子比特表示对应采样的价值变动率及变动率概率,然后基于所述目标量子比特构造对应量子线路,并通过所述量子线路获取各价值变动率小于变动率参考值的目标概率,然后根据目标概率与概率阈值确定目标价值变动率,最后根据目标价值变动率计算出所述目标对象的价值的目标风险价值。由此,本发明基于量子算法实现风险价值估算,不仅提高了风险价值估算效率,而且提高了风险价值估算精度,解决了目前风险值估算方法估算效率低下的技术问题。
Description
技术领域
本发明属于量子计算技术领域,特别是一种基于量子线路的风险值估算方法、装置、介质及电子装置。
背景技术
量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息,运行的是量子算法时,它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力,例如,能将破解RSA密钥的时间从数百年加速到数小时,故成为一种正在研究中的关键技术。
VaR(Value at Risk,风险价值模型)值是金融产品中常见的风险度量方式。目前风险价值一般通过经典蒙特卡罗法进行风险价值估计,但是该方法所需样本量较大,通过经典蒙特卡罗法对较大样本量进行处理,计算量较大,计算速度较慢,导致风险价值估算效率低下。
发明内容
本发明的目的是提供一种基于量子线路的风险值估算方法、装置、介质及电子装置,以解决目前风险值估算方法风险价值估算效率低下的技术问题。
本申请的一个实施例提供了一种基于量子线路的风险值估算方法,所述风险值估算方法包括:
在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
可选地,所述基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤包括:
获取预设的结果比特,及与所述目标量子比特一一对应的辅助比特,并根据所述变动率参考值对应的二进制补码,确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门;
根据各所述量子逻辑门,构建并运行所述量子线路,输出用于表示各所述价值变动率与所述变动率参考值的比较结果的结果量子态至所述结果比特上;
基于所述结果量子态,获取各价值变动率小于所述变动率参考值的目标概率。
可选地,所述根据所述变动率参考值对应的二进制补码,确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门的步骤包括:
根据所述变动率参考值对应的二进制补码的每一位编码值,依次确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门。
可选地,所述基于所述结果量子态,获取各价值变动率小于所述变动率参考值的目标概率的步骤包括:
获取所述结果量子态中设定态的振幅值,并根据所述设定态的振幅值,计算各价值变动率小于所述变动率参考值的目标概率。
可选地,所述获取所述结果量子态中设定态的振幅值的步骤具体包括:
获取所述结果量子态中设定态的振幅值对应的当前幅角上界值以及当前幅角下界值,并计算所述当前幅角上界值以及当前幅角下界值的第一差值,作为目标差值;
在所述目标差值大于预设的精度阈值时,根据预设的中间变量参数、所述当前幅角上界值以及所述当前幅角下界值,确定下一迭代步骤对应的下一幅角放大因子以及下一标记参数;
控制预设的放大量子比较器线路以所述下一幅角放大因子对所述量子比较器线路进行放大,并根据预设的观测总次数,对放大后量子比较器线路中的所述结果量子态中设定态进行测量;
根据所述当前幅角上界值、当前幅角下界值、下一幅角放大因子、下一标记参数以及所述结果量子态中设定态的测量结果,获取所述结果量子态中设定态的振幅值的下一幅角上界值以及下一幅角下界值的第二差值,作为目标差值,直至所述目标差值不大于所述精度阈值;
根据所述结果量子态中设定态的测量结果,确定所述结果量子态中设定态的振幅值。
可选地,所述若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值的步骤包括:
若所述目标概率小于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的右端点更新所述变动率参考值;
若所述目标概率大于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的左端点更新所述变动率参考值。
可选地,所述将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上的步骤具体包括:
根据所述2N个采样点对应的价值变动率确定N个所述目标量子比特对应的各个本征态,并根据所述2N个采样点对应的变动率概率确定各个所述本征态的振幅值。
本申请的又一实施例提供了一种基于量子线路的风险值估算装置,所述风险值估算装置包括:
制备模块,用于在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
概率计算模块,用于基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
基准更新模块,用于若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
价值计算模块,用于根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
本申请的又一实施例提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项中所述的方法。
本申请的又一实施例提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项中所述的方法。
与现有技术相比,本发明提供的一种基于量子线路的风险值估算方法,本发明在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。通过上述方式,本发明基于N个目标量子比特表示对应采样的价值变动率及变动率概率,然后基于所述目标量子比特构造对应量子线路,并通过所述量子线路获取各价值变动率小于变动率参考值的目标概率,然后根据目标概率与概率阈值确定目标价值变动率,最后根据目标价值变动率计算出所述目标对象的价值的目标风险价值。由此,本发明基于量子算法实现风险价值估算,不仅提高了风险价值估算效率,而且提高了风险价值估算精度,解决了目前风险值估算方法估算效率低下的技术问题。
附图说明
图1为本发明实施例提供的一种基于量子线路的风险值估算方法的计算机终端的硬件结构框图;
图2为本发明实施例提供的一种基于量子线路的风险值估算方法的流程示意图;
图3为本发明实施例提供的逻辑或门量子示意图;
图4为本发明实施例提供的量子线路示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明实施例首先提供了一种基于量子线路的风险值估算方法,该方法可以应用于电子设备,如计算机终端,具体如普通电脑、量子计算机等。
下面以运行在计算机终端上为例对其进行详细说明。图1为本发明实施例提供的一种基于量子线路的风险值估算方法的计算机终端的硬件结构框图。如图1所示,计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储基于量子线路的风险值估算器104,可选地,上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述计算机终端的结构造成限定。例如,计算机终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的基于量子线路的风险值估算方法对应的程序指令/模块,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
需要说明的是,真正的量子计算机是混合结构的,它包含两大部分:一部分是经典计算机,负责执行经典计算与控制;另一部分是量子设备,负责运行量子程序进而实现量子计算。而量子程序是由量子语言如QRunes语言编写的一串能够在量子计算机上运行的指令序列,实现了对量子逻辑门操作的支持,并最终实现量子计算。具体的说,量子程序就是一系列按照一定时序操作量子逻辑门的指令序列。
在实际应用中,因受限于量子设备硬件的发展,通常需要进行量子计算模拟以验证量子算法、量子应用等等。量子计算模拟即借助普通计算机的资源搭建的虚拟架构(即量子虚拟机)实现特定问题对应的量子程序的模拟运行的过程。通常,需要构建特定问题对应的量子程序。本发明实施例所指量子程序,即是经典语言编写的表征量子比特及其演化的程序,其中与量子计算相关的量子比特、量子逻辑门等等均有相应的经典代码表示。
量子线路作为量子程序的一种体现方式,也称量子逻辑电路,是最常用的通用量子计算模型,表示在抽象概念下对于量子比特进行操作的线路,其组成包括量子比特、线路(时间线)以及各种量子逻辑门,最后常需要通过量子测量操作将结果读取出来。
不同于传统电路是用金属线所连接以传递电压信号或电流信号,在量子线路中,线路可看成是由时间所连接,亦即量子比特的状态随着时间自然演化,在这过程中按照哈密顿运算符的指示,一直到遇上逻辑门而被操作。
一个量子程序整体上对应有一条总的量子线路,本发明所述量子程序即指该条总的量子线路,其中,该总的量子线路中的量子比特总数与量子程序的量子比特总数相同。可以理解为:一个量子程序可以由量子线路、针对量子线路中量子比特的测量操作、保存测量结果的寄存器及控制流节点(跳转指令)组成,一条量子线路可以包含几十上百个甚至千上万个量子逻辑门操作。量子程序的执行过程,就是对所有的量子逻辑门按照一定时序执行的过程。需要说明的是,时序即单个量子逻辑门被执行的时间顺序。
需要说明的是,经典计算中,最基本的单元是比特,而最基本的控制模式是逻辑门,可以通过逻辑门的组合来达到控制电路的目的。类似地,处理量子比特的方式就是量子逻辑门。使用量子逻辑门,能够使量子态发生演化,量子逻辑门是构成量子线路的基础,量子逻辑门包括单比特量子逻辑门,如Hadamard门(H门,阿达马门)、泡利-X门(X门)、泡利-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ门等等;多比特量子逻辑门,如CNOT门、CR门、iSWAP门、Toffoli门等等。量子逻辑门一般使用酉矩阵表示,而酉矩阵不仅是矩阵形式,也是一种操作和变换。一般量子逻辑门在量子态上的作用是通过酉矩阵左乘以量子态右矢对应的矩阵进行计算。
参见图2,图2为本发明实施例提供的一种基于量子线路的风险值估算方法的流程示意图。
本实施例提供一种基于量子线路的风险值估算方法的第一实施例,所述基于量子线路的风险值估算方法包括:
步骤S100,在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
本实施例中,目标对象包括但不限于金融产品、证券组合、金融衍生品、标的资产等。价值变动率分布数据包括所述目标对象的各个价值变动率及其对应分布的变动率概率。
需要说明的是,为了得到所述价值变动率分布数据,首先需要获取所述目标对象对应的历史价值变动率数据,然后计算出所述历史价值变动率数据对应的平均值μ以及方差σ,并根据μ以及σ将历史价值变动率数据进行正态分布或者T分布拟合,由此得到服从正态分布或者T分布的价值变动率分布数据。
在所述价值变动率分布数据中获得2N个采样点,每个采样点包括价值变动率及其对应的变动率概率。为了使2N个采样点对应的变动率概率之和为1,对2N个采样点进行归一化操作,即将各个变动率概率与2N个采样点概率和的比值,作为各个采样点归一化之后的变动率概率。
然后将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上。
示例性的,所述将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上的步骤具体包括:
根据所述2N个采样点对应的价值变动率确定N个所述目标量子比特对应的各个本征态,并根据所述2N个采样点对应的变动率概率确定各个所述本征态的振幅值。需要说明的是,确定振幅值采用的变动率概率是归一化之后的值。
可以理解的是,在经典计算机中,信息的基本单元是比特,一个比特有0和1两种状态,最常见的物理实现方式是通过电平的高低来表示这两种状态。在量子计算中,信息的基本单元是量子比特,一个量子比特也有0和1两种状态,记为|0>态和|1>态。与经典计算机的比特不同的是,量子比特可以是处于|0>和|1>两种状态的叠加态,可表示为|ψ>=a|0>+b|1>。其中,a、b分别为表示|0>态、|0>态的振幅(概率幅)的复数,|>为狄拉克符号。测量后,量子比特的状态会塌缩至一个确定的本征态,如|0>态或|1>态。其中,塌缩至|0>的概率是|a|2,塌缩至|1>的概率是|b|2,|a|2+|b|2=1。
本实施例中,根据所述2N个采样点对应的价值变动率确定N个所述目标量子比特对应的各个本征态,然后根据各个价值对应的价值概率确定各个本征态对应的振幅。
具体地,当N=1时,即根据2个采样点,确定1个目标量子比特对应的两个本征态,即|0>态和|1>态。然后基于|0>态和|1>态表示2个采样点对应的两个价值变动率,基于|0>态和|1>态对应的两个振幅的模的平方,如|a|2和|b|2,表示2个采样点对应的两个变动率概率。当N=3时,即根据23个采样点,确定3个目标量子比特对应的8个本征态,即|000>、|001>、|010>、|011>、|100>、|101>、|110>、|111>。然后基于8个本征态表示8个采样点的价值变动率,并基于每个本征态对应的振幅的模的平方,表示8个采样点对应的变动率概率。由此,完成N个所述目标量子比特对应的量子态的制备。
步骤S200,基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
本实施例中,预设的变动率参考值为用于与各价值变动率进行比较的预设参数,可根据二分法确定并更新所述变动率参考值。基于包含N个所述目标量子比特的量子线路,将各价值变动率与所述变动率参考值进行比较,并输出比较结果。然后根据比较结果,获取各价值变动率小于预设的变动率参考值的概率,作为目标概率。可以理解的是,各价值变动率编码在N个所述目标量子比特上。
示例性的,所述基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤包括:
获取预设的结果比特,及与所述目标量子比特一一对应的辅助比特,并根据所述变动率参考值对应的二进制补码,确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门;
根据所述结果比特、各所述量子逻辑门、所述目标量子比特及其对应辅助比特,构建并运行所述量子线路,输出用于表示各所述价值变动率与所述变动率参考值的比较结果的结果量子态至所述结果比特上;
基于所述结果量子态,获取各价值变动率小于所述变动率参考值的目标概率。
具体地,获取N个所述目标量子比特、N个辅助比特以及一个结果比特。其中,所述辅助比特可作为进位量子比特位,所述辅助比特与所述目标量子比特一一对应,用于存储进位。所述结果比特用于输出比较结果。
然后根据所述变动率参考值对应的二进制补码的每一位编码值,确定待作用于所述目标量子比特及其对应辅助比特的量子逻辑门。
具体地,该二进制补码的一位的编码值为0时,对应的量子逻辑门为Toffoli门,该二进制补码的一位的编码值为1时,对应的量子逻辑门为逻辑或门。
需要说明的是,仅在二进制补码的第一位编码值为0时,对应无量子逻辑门操作;在二进制补码的第一位编码值为1时,对应CNOT门操作。
在具体实现中,逻辑或门(OR门)可由Toffoli门与X门构造,其他与Toffoli门、逻辑或门等价的量子逻辑门也是合理可行的。如图3左侧线路所示,逻辑或门的一种构造方式可依次包括三个NOT门、一个Toffoli门以及两个NOT门。
最后结合各量子逻辑门、所述结果比特、N个所述目标量子比特及其对应的N个所述辅助比特,构建所述量子线路后,运行所述量子线路,并输出比较结果对应的结果量子态至所述结果比特上。所述结果量子态用于表示各所述价值变动率与所述变动率参考值的比较结果。然后根据所述结果量子态,即可获取各价值变动率小于所述变动率参考值的目标概率。
示例性的,在量子线路的构建过程中,可根据所述变动率参考值对应的二进制补码的每一位编码值,依次确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门。
如图4所示,|in>为N个目标量子比特,|i1>为最低位,|in>为最高位,|an>为辅助比特,|a1>为最低位,|an>为最高位,C为比较比特。通过t[1,...,n]表示所述变动率参考值的一组n位二进制补码,t[1]为最低位,t[n]为最高位。其中,所述变动率参考值的二进制补码位数、目标量子比特的个数以及辅助比特的个数均相同且一一对应。例如,变动率参考值的二进制补码位数、目标量子比特的个数以及辅助比特的个数均为N。
继续如图4所示,先根据t[1]的值确定定待作用在第一目标量子比特|i1>和第一辅助比特|a1>的量子逻辑门,具体为:t[1]=1时,确定待作用在第一目标量子比特|i1>和第一辅助比特|a1>的量子逻辑门为CNOT门;t[1]=0时,则无需对第一辅助比特进行任何操作。
然后依次根据t[2]、t[3]...t[n]确定对应位上的目标量子比特和辅助比特上的量子逻辑门。示例性的,如图4中的虚框所示,在t[2]=1时,确定待作用在第二目标量子比特|i2>、第一辅助比特|a1>及第二辅助比特|a2>的量子逻辑门为逻辑或门;在t[2]=0时,确定待作用在第二目标量子比特|i2>、第一辅助比特|a1>及第二辅助比特|a2>的量子逻辑门为Toffoli门。
依次类推,直至确定第n位辅助比特|an>上的待作用量子逻辑门。
然后通过CNOT门将|an>制备至结果比特上,即将各价值变动率与变动率参考值的大小比对结果对应的结果量子态制备至结果比特上。
示例性的,可获取所述结果量子态中设定态的振幅值,并根据所述设定态的振幅值,计算各价值变动率小于所述变动率参考值的目标概率。
具体地,以前述为例,结果比特上的结果量子态为叠加态,所述设定态可以为|0>态或者|1>态。可以通过测量得到结果量子态中的设定态。当测量到结果量子态为|0>态时,表示各价值变动率小于所述变动率参考值,测量到结果量子态为|1>态时表示相反。但测量只能测量到以一定概率塌缩的|0>态或|1>态,为此可以进行多次测量,测量次数可根据实际需求确定。理论上,如果多次测量均测量到|0>态时,表示各价值变动率均小于所述变动率参考值;如果多次测量均测量到|1>态,表示各价值变动率均不小于所述变动率参考值;如果多次测量既有|0>态又有|1>态,表示各价值变动率中即存在小于所述变动率参考值,也存在不小于所述变动率参考值。由此,可根据所述结果量子态中|0>态对应的振幅值,确定各所述价值变动率小于所述变动率参考值的目标概率;根据结果量子态中|1>态对应的振幅值,确定各所述价值变动率不小于所述变动率参考值的概率。
除了上述测量方法确定所述结果量子态中设定态的振幅值之外,还可以通过量子比特的振幅值计算方法确定所述结果量子态中设定态的振幅值。
示例性的,所述获取所述结果量子态中设定态的振幅值的步骤具体包括:
获取所述结果量子态中设定态的振幅值对应的当前幅角上界值以及当前幅角下界值,并计算所述当前幅角上界值以及当前幅角下界值的第一差值,作为目标差值;
在所述目标差值大于预设的精度阈值时,根据预设的中间变量参数、所述当前幅角上界值以及所述当前幅角下界值,确定下一迭代步骤对应的下一幅角放大因子以及下一标记参数;
控制预设的放大量子比较器线路以所述下一幅角放大因子对所述量子比较器线路进行放大,并根据预设的观测总次数,对放大后量子比较器线路中的所述结果量子态中设定态进行测量;
根据所述当前幅角上界值、当前幅角下界值、下一幅角放大因子、下一标记参数以及所述结果量子态中设定态的测量结果,获取所述结果量子态中设定态的振幅值的下一幅角上界值以及下一幅角下界值的第二差值,作为目标差值,直至所述目标差值不大于所述精度阈值;
根据所述结果量子态中设定态的测量结果,确定所述结果量子态中设定态的振幅值。
具体地,上述步骤所采用的量子比特(即结果比特)的振幅值计算方法,通过确定各个迭代步骤中的放大量子线路的放大参数,以不断迭代使得幅角上界值以及下界值的差值在精度阈值内,避免产生振幅值无法收敛的问题,提高振幅值的精确性。且其依据的原理和更详细的实施过程见中国专利文献“申请号202011591351.6,申请日20201229,申请名称“量子线路的振幅估计方法、装置、存储介质及电子装置””,在此不再赘述。
步骤S300,若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
本实施例中,所述概率阈值可根据预设置信度α确定,即为1-α。所述目标概率与所述概率阈值匹配的条件可以是相等,也可以是两者差值在预设数值内,如0.01或0.05。若所述目标概率与所述概率阈值匹配,即表示所述目标概率对应的当前的变动率参考值即为目标价值变动率。若所述目标概率与所述概率阈值不匹配,即表示当前的变动率参考值不是目标价值变动率。然后根据所述目标概率与所述概率阈值更新所述变动率参考值,直至所述目标概率与所述概率阈值相匹配。
示例性的,若所述目标概率小于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的右端点更新所述变动率参考值;若所述目标概率大于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的左端点更新所述变动率参考值。
具体地,根据二分法确定并更新所述变动率参考值,即在变动率参考值对应的采样区间中,获取一确定的变动率参考值,然后计算出2N个采样点中各价值变动率小于该确定的变动率参考值的概率,并判断该概率与所述目标价值变动率对应的目标概率是否相匹配。其中,上述采样区间最大为2N个采样点对应的各价值变动率。若匹配,即表示该变动率参考值即为目标价值变动率;若不匹配,即表示该变动参考值不是目标价值变动率,继续在采样区间中获取下一确定的变动率参考值,然后进行判断,直至使所述目标概率与所述概率阈值相匹配的变动率参考值,即为所需的目标价值变动率。
具体如何确定使所述目标概率与所述概率阈值相匹配的变动率参考值,可通过不断缩小上述采样区间(如左端点IS至右端点IL),然后在不断缩小的采样区间中,循环获取中间位置的价值变动率,直至确定符合条件的变动率参考值。
作为一种具体的实施方式,首先可获取2N个采样点(初始采样区间)的中间位置对应的价值变动率,作为第一变动率参考值I0,然后判断I0对应的目标概率是否与所述概率阈值相匹配。
若I0对应的目标概率与所述概率阈值相匹配,则表示I0为使所述目标概率与所述概率阈值相匹配的变动率参考值,即表示I0即为符合条件的变动率参考值Iα;
若I0对应的目标概率小于所述概率阈值,即表示I0小于Iα,则将I0更新为采样区间的左端点,并获取右端点IL以及更新后的左端点I0的中间位置对应的价值变动率,作为第二变动率均值I1。
若I0对应的目标概率大于所述概率阈值,即表示I0大于Iα,将I0更新为采样区间的右端点,并根据左端点IS以及更新后的右端点I0的中间位置对应的价值变动率,作为第二变动率均值I1。
然后判断I1对应的目标概率是否与所述概率阈值相匹配。若不匹配,则继续更新采样区间的左端点或右端点。
依次类推,不断缩小采样区间中的采样点,并循环更新所述变动率参考值,直至在采样区间中确定使所述目标概率与所述概率阈值相匹配的变动率参考值,即为更新后的所述变动率参考值。
更多实施例中,若无法确定使所述目标概率与所述概率阈值相匹配的变动率参考值,则将采样区间缩小至最小采样区间时,如只包含两个采样点,则该采样区间无法再次缩小,则将当前采样点作为更新后的所述变动率参考值。
步骤S400,根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
本实施例中,所述目标风险价值为在一定概率(置信度α)下,某一目标对象的价值在未来到期时间内的最大可能损失。所述变动率参考值即为所述目标对象的目标价值变动率,所述目标价值变动率为所述目标对象对应的日风险变动率。将所述目标对象对应的价值、目标价值变动率以及所述目标对象对应的到期时间进行乘积,即可计算出所述目标对象的价值的目标风险价值。
本发明的再一实施例提供了一种基于量子线路的风险值估算装置,所述风险值估算装置包括:
制备模块,用于在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
概率计算模块,用于基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
基准更新模块,用于若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
价值计算模块,用于根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
进一步地,所述概率计算模块具体包括:
逻辑门确定单元,用于获取预设的结果比特,及与所述目标量子比特一一对应的辅助比特,并根据所述变动率参考值对应的二进制补码,确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门;
量子态输出单元,用于构建并运行所述量子线路,输出用于表示各所述价值变动率与所述变动率参考值的比较结果的结果量子态至所述结果比特上;
概率计算单元,用于基于所述结果量子态,获取各价值变动率小于所述变动率参考值的目标概率。
进一步地,所述逻辑门确定单元具体用于:
根据所述变动率参考值对应的二进制补码的每一位编码值,依次确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门。
进一步地,所述概率计算单元具体用于:
获取所述结果量子态中设定态的振幅值,并根据所述设定态的振幅值,计算各价值变动率小于所述变动率参考值的目标概率。
进一步地,所述基准更新模块具体包括:
第一更新单元,用于若所述目标概率小于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的右端点更新所述变动率参考值;
第二更新单元,用于若所述目标概率大于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的左端点更新所述变动率参考值。
进一步地,所述制备模块具体包括:
量子态制备单元,用于根据所述2N个采样点对应的价值变动率确定N个所述目标量子比特对应的各个本征态,并根据所述2N个采样点对应的变动率概率确定各个所述本征态的振幅值。
本发明的再一实施例提供了一种存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述任一项中方法实施例中的步骤。
具体的,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
S2,基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
S3,若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
S4,根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
具体的,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的再一实施例还提供了一种电子装置,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行上述任一项中方法实施例中的步骤。
具体的,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
具体的,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
S2,基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
S3,若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
S4,根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,以上所述仅为本发明的较佳实施例,但本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (10)
1.一种基于量子线路的风险值估算方法,其特征在于,所述风险值估算方法包括:
在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
2.根据权利要求1所述的风险值估算方法,其特征在于,所述基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤包括:
获取预设的结果比特,及与所述目标量子比特一一对应的辅助比特,并根据所述变动率参考值对应的二进制补码,确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门;
根据各所述量子逻辑门,构建并运行所述量子线路,输出用于表示各所述价值变动率与所述变动率参考值的比较结果的结果量子态至所述结果比特上;
基于所述结果量子态,获取各价值变动率小于所述变动率参考值的目标概率。
3.根据权利要求2所述的风险值估算方法,其特征在于,所述根据所述变动率参考值对应的二进制补码,确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门的步骤包括:
根据所述变动率参考值对应的二进制补码的每一位编码值,依次确定待作用在所述目标量子比特及对应辅助比特上的量子逻辑门。
4.根据权利要求2所述的风险值估算方法,其特征在于,所述基于所述结果量子态,获取各价值变动率小于所述变动率参考值的目标概率的步骤包括:
获取所述结果量子态中设定态的振幅值,并根据所述设定态的振幅值,计算各价值变动率小于所述变动率参考值的目标概率。
5.根据权利要求4所述的风险值估算方法,其特征在于,所述获取所述结果量子态中设定态的振幅值的步骤具体包括:
获取所述结果量子态中设定态的振幅值对应的当前幅角上界值以及当前幅角下界值,并计算所述当前幅角上界值以及当前幅角下界值的第一差值,作为目标差值;
在所述目标差值大于预设的精度阈值时,根据预设的中间变量参数、所述当前幅角上界值以及所述当前幅角下界值,确定下一迭代步骤对应的下一幅角放大因子以及下一标记参数;
控制预设的放大量子比较器线路以所述下一幅角放大因子对所述量子比较器线路进行放大,并根据预设的观测总次数,对放大后量子比较器线路中的所述结果量子态中设定态进行测量;
根据所述当前幅角上界值、当前幅角下界值、下一幅角放大因子、下一标记参数以及所述结果量子态中设定态的测量结果,获取所述结果量子态中设定态的振幅值的下一幅角上界值以及下一幅角下界值的第二差值,作为目标差值,直至所述目标差值不大于所述精度阈值;
根据所述结果量子态中设定态的测量结果,确定所述结果量子态中设定态的振幅值。
6.根据权利要求1所述的风险值估算方法,其特征在于,所述若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值的步骤包括:
若所述目标概率小于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的右端点更新所述变动率参考值;
若所述目标概率大于所述概率阈值,则根据所述变动率参考值以及所述变动率参考值对应采样区间的左端点更新所述变动率参考值。
7.根据权利要求1-6中任意一项所述的风险值估算方法,其特征在于,所述将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上的步骤具体包括:
根据所述2N个采样点对应的价值变动率确定N个所述目标量子比特对应的各个本征态,并根据所述2N个采样点对应的变动率概率确定各个所述本征态的振幅值。
8.一种基于量子线路的风险值估算装置,其特征在于,所述风险值估算装置包括:
制备模块,用于在目标对象的价值变动率分布数据中获取2N个采样点,并将所述2N个采样点对应的价值变动率及变动率概率制备至N个目标量子比特对应的量子态上;
概率计算模块,用于基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率;
基准更新模块,用于若所述目标概率与预设的概率阈值不匹配,则根据所述目标概率与所述概率阈值更新所述变动率参考值,并返回执行:基于包含N个所述目标量子比特的量子线路,获取各价值变动率小于预设的变动率参考值的目标概率的步骤,直至所述目标概率与所述概率阈值相匹配;
价值计算模块,用于根据所述变动率参考值,确定所述目标对象的目标价值变动率,并根据所述目标价值变动率,计算所述目标对象的价值的目标风险价值。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110150783.1A CN114862079A (zh) | 2021-02-03 | 2021-02-03 | 基于量子线路的风险值估算方法、装置、介质及电子装置 |
EP22749129.7A EP4290438A1 (en) | 2021-02-03 | 2022-01-28 | Quantum circuit-based value-at-risk estimation method and apparatus, medium, and electronic device |
US18/275,653 US20240086750A1 (en) | 2021-02-03 | 2022-01-28 | Quantum Circuit-Based Value-at-Risk Estimation Method, Device, Medium and Electronic Device |
PCT/CN2022/074780 WO2022166850A1 (zh) | 2021-02-03 | 2022-01-28 | 基于量子线路的风险值估算方法、装置、介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110150783.1A CN114862079A (zh) | 2021-02-03 | 2021-02-03 | 基于量子线路的风险值估算方法、装置、介质及电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114862079A true CN114862079A (zh) | 2022-08-05 |
Family
ID=82623433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110150783.1A Pending CN114862079A (zh) | 2021-02-03 | 2021-02-03 | 基于量子线路的风险值估算方法、装置、介质及电子装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240086750A1 (zh) |
EP (1) | EP4290438A1 (zh) |
CN (1) | CN114862079A (zh) |
WO (1) | WO2022166850A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115147167A (zh) * | 2022-09-01 | 2022-10-04 | 合肥本源量子计算科技有限责任公司 | 雪球期权量子估算方法、装置、介质及电子装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100010847A1 (en) * | 2008-07-10 | 2010-01-14 | International Business Machines Corporation | Technique that utilizes a monte carlo method to handle the uncertainty of input values when computing the net present value (npv) for a project |
CN110377521B (zh) * | 2019-07-23 | 2022-11-18 | 郑州阿帕斯科技有限公司 | 一种目标对象验证方法及装置 |
CN112182494B (zh) * | 2020-09-27 | 2023-04-28 | 中国人民解放军战略支援部队信息工程大学 | 基于Grover量子计算搜索算法的整数分解优化仿真方法及系统 |
-
2021
- 2021-02-03 CN CN202110150783.1A patent/CN114862079A/zh active Pending
-
2022
- 2022-01-28 EP EP22749129.7A patent/EP4290438A1/en active Pending
- 2022-01-28 US US18/275,653 patent/US20240086750A1/en active Pending
- 2022-01-28 WO PCT/CN2022/074780 patent/WO2022166850A1/zh active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115147167A (zh) * | 2022-09-01 | 2022-10-04 | 合肥本源量子计算科技有限责任公司 | 雪球期权量子估算方法、装置、介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4290438A1 (en) | 2023-12-13 |
US20240086750A1 (en) | 2024-03-14 |
WO2022166850A1 (zh) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113222155B (zh) | 一种量子线路的构建方法、装置、电子装置和存储介质 | |
US11966815B2 (en) | Method and apparatus for constructing quantum circuit corresponding to linear function | |
US11900220B2 (en) | Method and apparatus for amplitude estimation of quantum circuit, storage medium, and electronic apparatus | |
CN115545947A (zh) | 基于变分量子线路的最优投资组合确定方法及相关装置 | |
CN114819163B (zh) | 量子生成对抗网络的训练方法、装置、介质及电子装置 | |
CN114358216B (zh) | 基于机器学习框架的量子聚类方法及相关装置 | |
CN114862079A (zh) | 基于量子线路的风险值估算方法、装置、介质及电子装置 | |
CN114819168A (zh) | 一种矩阵特征值的量子比较方法及装置 | |
CN116090568B (zh) | 量子数据与经典浮点型数据的大小关系确定方法及装置 | |
CN114819170A (zh) | 基于量子线路的期权估算方法、装置、介质及电子装置 | |
CN115409185A (zh) | 一种线性函数对应的量子线路的构建方法及装置 | |
CN115409620A (zh) | 一种基于量子线路的期权组合收益计算方法及装置 | |
CN114511094A (zh) | 一种量子算法的优化方法、装置、存储介质与电子装置 | |
CN116050528B (zh) | 振幅放大线路的构建方法、装置、介质及电子装置 | |
CN115131120A (zh) | 基于最小二乘法的量子期权估算方法及相关装置 | |
CN115879559B (zh) | 多个量子态之间的等值关系判断方法、装置及量子计算机 | |
CN115409186A (zh) | 一种分段线性函数对应的量子线路的构建方法及装置 | |
CN115907016B (zh) | 一种基于量子计算搜索目标范围值的方法及相关装置 | |
CN115713122B (zh) | 一种量子数据与经典数据的大小关系的确定方法及装置 | |
CN115131119A (zh) | 基于傅里叶展开的量子期权估算方法及相关装置 | |
CN115147201A (zh) | 基于镜像对称处理的量子期权估算方法及相关装置 | |
CN116306952A (zh) | 一种分子性质预测方法、装置、存储介质及电子装置 | |
CN117852665A (zh) | 基于量子线路的物理系统状态预测方法及相关装置 | |
CN115147167A (zh) | 雪球期权量子估算方法、装置、介质及电子装置 | |
CN116432760A (zh) | 一种量子数据的分类方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, Hefei high tech Zone, Hefei City, Anhui Province Applicant after: Benyuan Quantum Computing Technology (Hefei) Co.,Ltd. Address before: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, Hefei high tech Zone, Hefei City, Anhui Province Applicant before: ORIGIN QUANTUM COMPUTING COMPANY, LIMITED, HEFEI |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220805 |
|
RJ01 | Rejection of invention patent application after publication |