纵观历史,不难发现金融业与计算机行业之间,有着千丝万缕的联系,而这个联系常常是以互助双赢为前提的。不管是大型计算机还是人工智能,金融业从一开始,就与计算挂上了钩。

在过去十年间,人们大多利用复杂算法进行高频交易。高频交易是指从那些人们无法利用的、极为短暂的市场变化中寻求获利的自动化程序交易。

而现在,大银行们纷纷将目光投向了另一种前沿技术——量子计算

华尔街最闪耀的新星:量子计算-量子客
图1|金融业对于计算技术的应用(来源:The Economist)

量子计算由来已久,其源头可以追溯至上世纪80年代。而利用量子力学的反直觉特性制造出的量子计算机,可以达成任何机器都无法实现的运算壮举。

如今量子计算机开始展示其真正实力,诸如Google和IBM之类的计算巨头,连同众多小规模竞争对手,紧锣密鼓地开始了量子硬件的建造与完善。

当然,量子计算机并不是万能的,至少在一些简单问题地处理上,我们还是会依靠经典计算机来完成。

但这并不妨碍银行家们,对量子计算机的算力产生浓厚的兴趣

 

华尔街的“新星”

12月10日,国际领先的投资银行和证券公司Goldman Sachs(高盛集团)召开的会议上,其量子研究主管William Zeng告知现场与会者,量子计算对银行以及更广泛的金融领域,将产生“革命性”影响。

华尔街最闪耀的新星:量子计算-量子客
图2|Goldman Sachs历史风云人物(来源:CNBC)

摩根大通的研究部门负责人Marco Pistoia,曾在IBM打拼数年。他表示,很多财务计算都可以归结为优化问题,而处理优化问题是量子计算机的强项

量子计算公司希望他们的产品通过加速资产定价挖掘最佳投资组合使机器学习算法更加精确,来从中获取利益。

西班牙对外银行(也称西班牙外换银行,简称BBVA)是西班牙最主要的银行之一,在今年7月公布了其进行的一项研究结果。

其中表明,量子计算可以提升信用评分发现套利机会,并加速蒙特卡罗模拟。这种模拟在金融领域中应用广泛,可以用于模拟市场中可能发生的行为。

华尔街最闪耀的新星:量子计算-量子客
图3|用R语言进行蒙特卡罗模拟的期权定价(来源:Towards Data Science)

当然,就目前来看,量子计算机发展规模不算庞大,且常常伴有不确定性。可即便如此,想从中获利的,不仅限于金融业,从航空航天业到制药业,都在寻求“量子优势”。

但有理由认为,金融业可能是最先发现这一点的行业之一。

 

金融业的“第一桶金”

Q-CTRL是澳大利亚一家大型量子计算机软件提供商,其首席执行官Michael J. Biercuk表示,部署一种新的财务计算方法,可能要比开始新的工业流程要快得多。金融市场的规模如此庞大,小进步可能会带来大收益。

与此同时,银行也在为专业知识掏腰包。包括西班牙对外银行、花旗集团、摩根大通和渣打银行在内的很多公司,都成立了研究团队,并与计算公司签署了协议。

华尔街最闪耀的新星:量子计算-量子客
图4|西班牙对外银行(来源:QuantumHermit)

波士顿咨询公司估计,截至今年6月,美国和欧洲的银行和保险公司已经聘请了超过115名计算领域专家——即使在学术界,这也是一个很小的专业领域。

渣打银行的数据分析主管Alexei Kondratyev打趣说,目前公司的员工里,物理和数学博士比一些大学里的还多。

 

齐头并进的创业公司

创业公司也在探索这其中的无限可能。量子初创公司Multiverse Computing主要业务为开发量子计算在金融领域的应用,其首席执行官Enrique Lizaso表示,公司的量子算法在甄别欺诈行为方面十分有效,甄别速度超出现有算法约100倍

该公司还尝试进行了投资组合优化实验,实验中,分析师需要从中寻求表现良好的投资策略。同时,Multiverse Computing将重演银行里真正交易者所做的决定。

华尔街最闪耀的新星:量子计算-量子客
图5|利用Multiverse Computing进行基金管理(来源:TQD)

他们的最终目的是,在一年时间内,从50项资产中选择盈利能力最强的组合,同时不能破坏交易频率等限制。

结果问题是,产生了约101300个可行方案,这个数量过于庞大。事实上,银行中的交易者在经典计算机模型的辅助下,能够实现19%的年回报率

而在投资者能够承受的波动幅度内,Multiverse Computing公司的量子算法产生了20%-80%的年回报率,尽管它还没有达成绝对的量子优势,但比起经典计算来,已足够强大。

 

事物的另一面

潜在应用也存在消极的一面。Zapata Computing的首席执行官Christopher Savoie表示自己曾遭到过一家银行高管的拒绝,称不需要交易算法,只要能通过美联储年度压力风险测试(CCAR)即可。

似乎关于量子计算的一切都是充满希望的,但量子领域的金融家们也承认,目前硬件方面确实存在限制

Q-CTRL的Biercuk补充说,即便量子计算机在特定复杂问题的处理上,优于经典计算机,但还未达到实用化。

华尔街最闪耀的新星:量子计算-量子客
图6|存在缺陷的计算(来源:Quanta Magazine)

衡量量子计算机性能的一个不成文的规定就是使用量子比特数,拥有1000个稳定量子比特的量子计算机能够解决很多问题,它只是目前还不存在而已。

当下,包括金融业在内的行业,只能通过不稳定的小型量子设备来进行计算,而这些设备的运算维持时间,仅限于量子态坍塌前的几分之一秒。

加州理工学院的物理学教授John Preskill,将这种设备取名为“NISQ——Noisy, Intermediate-Scale Quantum computers”,即嘈杂中等规模量子计算机

 

“饥不择食”的企业家们

即便如此,银行家们还是想方设法地在此设备上进行计算。高盛集团的量子研究主管William Zeng指出,由于程序员调整了方法,所以运行量子算法所需的计算资源减少了。

摩根大通的Marco Pistoia补充道,他的团队撰写了一些论文,其中探讨了如何将有用的财务计算,扩展到小型机器上。

总有一天,程序员会与硬件制造商相遇

华尔街最闪耀的新星:量子计算-量子客
图7|程序编写(来源:Shutterstock)

2019年,Google用53个量子比特的“嘈杂中等规模量子计算机”,向世界展示了所谓的量子霸权”,在短短的几分钟内完成了超级计算机1万多年的工作。

斥巨资研究量子计算的IBM前不久也声称,在2023年之前,就可以制造出1000量子比特的量子计算机。

而如上的两家公司,也都提及过在10年内达成百万量子比特的前景。

 

翘首跂踵金融革命

金融革命究竟何时到来?Zapata的首席执行官Savoie认为,18个月内就可使用简单的算法,早期可能会先用于信用评分。

渣打银行的Kondratyev觉得,在3-5年内实现可能会更加现实。

但关键的地方在于,没有人愿意在这一领域迟到。现在存在一个大家普遍担心的现象,就是无论谁先取得突破,都可能会选择独乐乐而非众乐乐。

华尔街最闪耀的新星:量子计算-量子客
图8|量子金融逐渐清晰(来源:John Lothian News)

毕竟,引用Q-CTRL的Biercuk的一句话:“高频交易,就是这样开始的。”

 

 

参考链接:

[1]https://www.economist.com/finance-and-economics/2020/12/19/wall-streets-latest-shiny-new-thing-quantum-computing

 

声明:此文出于传递高质量信息之目的,若来源标注错误或侵权,请作者持权属证明与我们联系,我们将及时更正、删除,所有图片的版权归属所引用组织机构,此处仅引用,原创文章转载需授权。

|编  辑:王嘉雯      |审  校:丁艳