【资料图】

近日获悉，合肥本源量子联合新华财经指数团队合作开发出量子启发式算法，该算法可以在经典计算机上运行，能够有效降低投资成本，加快决策效率，提升投资收益。

据了解，量子启发式算法作为一种利用量子力学概念和原理的经典计算方法，可用于解决金融领域“指数追踪”和“基于指数的投资组合优化”问题，速度上相对传统经典计算方法有进一步提升。

本源量子项目负责人葛志斌说：“量子启发式算法相对原有算法，可以大幅减少股票池的规模，为投资者减少大量的交易费用，降低资金需求。从而投资者能够以更低的成本、更少的资金量投资复制指数类金融产品。”

研究表明，在指数优化沪深300、中证500和中证800三种指数时，两种不同的投资组合优化模型（均值-MV模型及均值-方差模型）均需要消耗更多计算资源，而研发团队采用的量子启发式算法则有相应的并行版本可以提供进一步加速，减少资源消耗。

本源量子团队起源于中科大量子信息重点实验室，在国内率先成立首个量子金融应用生态联盟，上线了国内首个面向专业开发者的量子金融算法库，算法研究广泛涉及金融衍生品定价、投资策略、股票预测、风险分析、债务违约预警、金融系统网络监控和故障溯因等诸多实际金融应用场景，曾与新华财经联合上线国内首个移动端量子金融APP。（工人日报-中工网记者 陈华）

关键词： 启发式算法 投资组合 计算方法