Quantum Machine Learning and Optimisation in Finance- On the Road to Quantum Advantage¶

本书籍由LLMQuant社区整理, 并提供PDF下载, 只供学习交流使用, 版权归原作者所有。

Quantum Machine Learning and Optimisation in Finance- On the Road to Quantum Advantage

作者: Antoine Jacquier, Oleksiy Kondratyev, Alexander Lipton, Marcos López de Prado
出版社: Packt Publishing
出版年份: 2022
难度: ⭐⭐⭐⭐
推荐指数: ⭐⭐⭐⭐⭐
PDF下载: 点击下载

内容简介¶

Quantum Machine Learning and Optimisation in Finance- On the Road to Quantum Advantage 是一本关于量化金融的专业书籍，涵盖了量子机器学习和优化在金融领域的应用。本书深入探讨了如何利用噪声中等规模量子（NISQ）硬件创建混合量子-经典机器学习和优化模型，以期在金融应用中实现量子优势。书中详细介绍了可应用于现有NISQ设备的各种主要量子计算算法，并强调了量子计算范式在金融领域的实际应用潜力。

本书内容分为两大部分：第一部分聚焦于模拟量子计算，特别是量子退火，涵盖了绝热量子计算、二次无约束二元优化（QUBO）、量子提升和量子玻尔兹曼机等主题。第二部分则侧重于门模型量子计算，包括量子比特与量子逻辑门、参数化量子电路与数据编码、量子神经网络、量子电路玻尔兹曼机、变分量子本征求解器（VQE）以及量子近似优化算法（QAOA）等。本书旨在帮助读者掌握量子机器学习的原理，并将其应用于解决金融中的复杂优化问题，例如训练参数化量子电路作为生成模型，以及利用量子提升技术。