Dentro brevemente
- Uma pesquisa do JPMorgan Chase e do Amazon Quantum Solutions Lab descreve um “pipeline de decomposição” que permitiria a um computador quântico executar tarefas complexas de criação de portfólio, dividindo grandes problemas em partes gerenciáveis compatíveis com o hardware quântico atual.
- O novo método reduz o tamanho dos problemas em até 80%, permitindo que computadores quânticos executem tarefas de otimização de portfólio junto com um computador clássico. Esta abordagem híbrida maximiza o potencial quântico ao mesmo tempo que aborda as limitações atuais, como altas taxas de erro e números qubit limitados.
- Embora a computação quântica nas finanças ainda esteja numa fase inicial, esta abordagem destaca uma forma potencial de integrar ferramentas quânticas em práticas financeiras do mundo real, apoiando avaliações de risco mais rápidas e precisas e decisões de investimento mais bem informadas.
Os pesquisadores relatam que um novo método poderá um dia ajudar os computadores quânticos a lidar com a dificuldade de otimizar um grande portfólio, de acordo com uma pesquisa do JPMorgan Chase e do Amazon Quantum Solutions Lab, publicada no servidor de pré-impressão ArXiv.
O estudo propõe um processo – um tanto ameaçador chamado de “pipeline de decomposição” – para simplificar a gestão de grandes carteiras financeiras, dividindo cálculos complexos em partes pequenas e gerenciáveis que podem ser executadas nos dispositivos quânticos atuais. Esta abordagem – que não é nova na computação quântica, mas é na verdade um conceito bem conhecido na computação – pode tornar a computação quântica possível em aplicações avançadas de gestão de ativos, onde a gestão de risco e a otimização de lucros são importantes.
Como funciona a degeneração quântica nas finanças
A otimização de portfólio (PO) é uma atividade financeira importante usada para proteger e gerenciar bilhões de dólares em ativos. A tarefa não é tão fácil quanto parece; requer cálculos complexos para escolher a combinação certa de ativos, equilibrando ao mesmo tempo o potencial de retorno contra vários riscos. E, especialmente nas vendas exigidas pelos investidores institucionais, à medida que o número de activos e restrições aumenta, os métodos informáticos tradicionais atingem os seus limites, reduzindo os cálculos e sobrecarregando os recursos.
Um novo pipeline desenvolvido por pesquisadores do JPMorgan e da Amazon oferece uma solução alternativa para esse problema computacional – dividindo grandes problemas de PO em subconjuntos que os computadores quânticos podem lidar com eficiência, o que poderia ser um passo importante em direção a soluções financeiras habilitadas para quantum.
Veja como funciona: em vez de tentar resolver todo o problema de otimização do portfólio de uma só vez, o pipeline divide a matriz de correlação – uma estrutura de dados que mostra como diferentes ativos se movem em relação uns aos outros – em clusters menores e interconectados. Esta fase permite que cada cluster, ou subproblema, seja resolvido de forma independente e posteriormente remontado em um único portfólio. Dividir o problema PO dessa forma não apenas facilita o processamento dos computadores clássicos, mas também se adapta às restrições das atuais capacidades de computação quântica.
Segundo os pesquisadores, esse pipeline utiliza técnicas compatíveis com quânticas, como clustering espectral, que combina ativos baseados em padrões de comunicação, e melhora a modularidade, o que garante que os clusters estejam conectados internamente, mas fracamente relacionados. Juntas, essas técnicas criam uma estrutura modular que simplifica a complexidade geral do problema, ao mesmo tempo que mantém as principais relações de propriedade.
O resultado, relatam os pesquisadores, é um problema sistemático de PO que máquinas quânticas de curto prazo – dispositivos com qubit e tempos de coerência limitados – podem resolver com eficácia.
Compatibilidade Quântica e Aplicações Financeiras
Os computadores quânticos têm hoje capacidades limitadas, especialmente em comparação com os computadores supereficientes do passado. Os dispositivos quânticos atuais enfrentam grandes problemas devido ao número limitado de qubits e aos altos níveis de erros computacionais. Ao reduzir a dimensão do problema, este pipeline de decomposição preenche eficazmente esta lacuna, proporcionando uma forma para os dispositivos quânticos, que podem funcionar com os seus homólogos clássicos, trabalharem em grandes tarefas financeiras, mesmo dentro das suas actuais limitações.
Uma das principais conquistas dos grupos de pesquisa é a capacidade de reduzir o tamanho dos problemas em cerca de 80%, tornando-os compatíveis com sistemas quase quânticos. Essa redução coloca cálculos antes incontroláveis ao alcance dos processadores quânticos. Os autores sugerem que esses subproblemas com otimização quântica podem alcançar resultados semelhantes às soluções clássicas, ao mesmo tempo que permitem que a computação quântica paralela melhore a velocidade e a eficiência.
Embora a maior parte da investigação sobre computação quântica em finanças se tenha centrado em modelos teóricos, o enfoque prático desta investigação sublinha a sua importância. Ao aplicar a computação quântica diretamente ao PO – que é, obviamente, um processo importante para gestores de ativos, fundos de cobertura e investidores institucionais – esta investigação mostra o caminho mais rápido para a computação quântica nas finanças. Uma vez dimensionado, ele pode oferecer suporte a avaliações de risco mais rápidas e precisas, melhores retornos e estatísticas de conformidade mais precisas.
Direções e desafios futuros
Apesar da promessa, a computação quântica nas finanças ainda está em seus estágios iniciais. Existem vários obstáculos a superar antes que a computação quântica possa ser totalmente integrada aos fluxos de trabalho financeiros. Os investigadores observam que as taxas de erro e limitações do qubit continuam a ser desafiantes, o que significa que quaisquer soluções baseadas em quantum devem incorporar técnicas de redução de erros ou ser integradas com métodos de computação clássicos. Os autores do estudo sugerem que o pipeline pode surgir à medida que o hardware quântico melhora, eventualmente permitindo que grandes partes do problema sejam tratadas apenas pelos processadores quânticos.
Algumas das restrições são menos científicas e mais governamentais. O alinhamento do processamento quântico de dados com a conformidade regulamentar também continua a ser uma preocupação para as instituições financeiras. Os regulamentos financeiros exigem um elevado nível de transparência e precisão na gestão de dados e na contabilidade. Os dispositivos quânticos, embora muito rápidos, operam com base na incerteza, o que os distingue dos computadores clássicos. Esta possibilidade significa que ainda não estão equipados para fornecer o nível de detalhe e consistência exigidos para os relatórios legais. Os pesquisadores propõem que futuras iterações de seu pipeline possam incluir verificação de erros em tempo real e medidas de reutilização para garantir a precisão.
Este estudo também destaca a importância de várias tecnologias no desenvolvimento de aplicações financeiras quânticas. A implementação de soluções PO quânticas requer a colaboração entre físicos quânticos, cientistas da computação e especialistas financeiros para garantir que os algoritmos atendam às necessidades práticas das finanças. Isto é especialmente importante em áreas como a segurança de dados, onde as soluções quânticas podem fornecer novas formas de encriptar informações financeiras sensíveis.
Implicações da indústria e próximos passos
Se medido com sucesso, o método de decomposição descrito neste estudo poderá remodelar a forma como os gestores de activos, fundos de cobertura e outras instituições financeiras conduzem a optimização da carteira. Atualmente, as decisões sobre grandes carteiras são matematicamente difíceis e muitas vezes exigem limitações ou compromissos na avaliação de riscos. A análise avançada da Quantum pode fornecer mais informações, permitindo que os gestores identifiquem com mais precisão o risco do portfólio e respondam com ajustes precisos.
Os autores deste estudo também acreditam que, à medida que o hardware quântico evolui, as instituições financeiras serão capazes de usar o PO quântico em aplicações do mundo real. Por exemplo, se a tecnologia for suficientemente avançada, um sistema de optimização de carteiras baseado em quantum poderia permitir às empresas de investimento reavaliar carteiras quase instantaneamente em resposta às flutuações do mercado, algo que os computadores primitivos lutam para conseguir quase em tempo real.
As descobertas do JPMorgan e do Amazon Quantum Solutions Lab mostram que mesmo avanços incrementais no hardware de computação quântica podem expandir o alcance do PO quântico, indo além da pesquisa teórica e indo para ferramentas práticas e orientadas para a indústria. Embora a adoção em massa ainda demore vários anos, esta investigação estabelece as bases para a forma como as instituições financeiras poderão um dia integrar a computação quântica nas suas principais estratégias de investimento.
Os benefícios potenciais de um desenvolvimento de portfólio mais rápido e preciso também tornam a computação quântica uma vantagem competitiva importante para as empresas que adotam precocemente. Embora as máquinas quânticas atuais possam apenas lidar com parte do processo global de PO, os sistemas híbridos que combinam processamento quântico e clássico podem começar a apoiar decisões de investimento, proporcionando às empresas estratégias muito mais rápidas e flexíveis.
É importante observar que a pesquisa do ArXiv não é formalmente revisada por pares e é usada por cientistas para obter feedback antecipado sobre seu trabalho. Para uma visão mais aprofundada e técnica da pesquisa, revise o artigo no ArXiv.
A equipe de pesquisa por trás do estudo de otimização de portfólio quântico inclui Atithi Acharya, Romina Yalovetzky, Pierre Minssen, Shouvanik Chakrabarti, Ruslan Shaydulin, Rudy Raymond, Yue Sun, Dylan Herman e Marco Pistoia da divisão de pesquisa aplicada de tecnologia global do JPMorgan Chase. Além disso, Ruben S. Andrist, Grant Salton, Martin JA Schuetz e Helmut G. Katzgraber são afiliados ao Quantum Solutions Lab da Amazon e ao AWS Center for Quantum Computing.
