玻色量子与华夏、人行、龙盈智达联合发表量子金融研究成果

摘要：近日，玻色量子与华夏银行股份有限公司，中国人民银行丹东市中心支行，龙盈智达（北京）科技有限公司共同对量子计算在金融领域内的应用原理与场景进行了研发和探索，此次联合科研的成果之一——《聚焦于量子近似优化算法在我国股票市场的应用研究》在今年第九期的《银行家杂志》上发表，这是国内金融届与量子计算计算应用落地的一个里程碑。

据悉，除了与金融界进一步加强合作以外，玻色量子还与清华大学，北京量子院，国防科技大学，天津大学等国内十余所顶尖高校和研究机构展开了产学研合作，共建技术平台，这将进一步推动量子金融科技时代的加速到来。

下面就是本次发表的全文《聚焦于量子近似优化算法在我国股票市场的应用研究》。

量子算法概述

从1600年至2000年的科学革命发展史上看，分别经历了：

早在20世纪90年代，量子算法的发展就已逐步兴起。1994年，美国麻省理工学院贝尔实验室彼得·舒尔（Peter Shor）提出了大整数质因子分解的Shor算法，理论上可以在100秒之内破解一个2048比特强度的RSA密钥，而使用经典计算机则可能需要10亿年；两年后，贝尔实验室的格罗弗（Lov K. Grover）提出了Grover搜索算法，可以在大约2128次迭代内穷举破解一个256比特的密钥，较经典计算机有了平方级别的加速。而后，量子算法研究逐步发展，各研究方向不断涌现出相关成果。 

在量子神经网络算法方面。1995年，卡克（Subhash C. Kak）提出了量子神经计算的概念；2000年，松井（Nobuyuki Matsui）研究了量子门电路神经网络；2006年，周日贵研究了量子感知机。

 
在量子金融算法方面。2004年，陈泽谦从薛定谔方程等量子力学连续方程的角度对经典Black-Scholes-Merton方程进行量化，开启了量子力学算法与金融领域结合的篇章；2020年，在量子科技的基础上，吴永飞等人提出了量子金融科技的概念和量子科技应用于金融领域的“6M”框架，重点强调量子技术应聚焦于量子算法、算料