内容提要
量子科技发展具有重大科学意义和战略价值，是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新，文章聚焦量子金融科技发展前沿，研究分析量子计算在衍生品定价、量化交易、风险防控等金融市场业务场景中的应用，并提出后续发展建议，以供参考借鉴。
党的十八大以来，量子科技受到党和国家的高度重视。习近平总书记指出，量子科技发展具有重大科学意义和战略价值，是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新，将引领新一轮科技革命和产业变革方向。我们要于危机中育先机、于变局中开新局，必须向科技创新要答案。要充分认识和推动量子科技发展的重要性和紧迫性，加强量子科技发展战略谋划和系统布局，把握大趋势，下好先手棋。2023年2月，中央经济工作会议再次强调要加快量子计算等前沿技术研发和应用推广。中国人民银行在《金融科技发展规划（2022-2025年）》中明确提出，探索运用量子技术突破现有算力约束、算法瓶颈，提升金融服务并发处理能力和智能运算效率，节省能源消耗和设备空间，逐步培育一批有价值、可落地的金融应用场景。本文聚焦量子金融科技发展前沿，研究分析量子计算在衍生品定价、量化交易、风险防控等金融市场业务场景应用，并提出后续发展建议，以供参考借鉴。
一、量子计算发展概述
量子计算（Quantum Computing，QC）是量子科技重要细分领域，具有革命性潜力。经典的冯·诺依曼计算范式遵循二进制逻辑，比特（bit）为基本单元（可以是0或1），通过逻辑门（如与门、或门、非门、异或门等）以顺序执行方式进行运算。尽管经典计算机可以采用多核处理器等手段实现一定并行处理能力，但其底层逻辑仍然是一维、线性的，局限性日益凸显。量子理论创建于20世纪初，已经成为现代物理学的两大支柱之一。“量子计算”作为量子理论与信息技术的交叉领域，最早由保罗·贝尼奥夫在1980年提出。1981年5月，理查德·费曼在演讲《用计算机模拟物理学》中构想“用量子计算机来模拟传统经典计算机难以模拟的量子系统”，开启了量子计算的大规模研究。近年来，量子计算处于发展关键阶段，相关基础研究和软硬件技术不断取得突破，正逐步从实验室走向实际应用。2023年，我国发布光量子计算原型机“九章三号”，求解高斯玻色取样数学问题，比同时期最快的超级计算机快1亿亿倍，在全球量子计算领域居于领先地位。在硬件层面，目前正着力以多种工程技术手段攻坚量子效应在宏观尺度“退相干”问题（该问题会导致量子计算机的脆弱性），尽可能减少热振动、电磁干扰、宇宙辐射等外界噪音影响，支持量子计算在更长时间周期内稳定运行。除了用于量子系统模拟等特定专业领域，量子计算也完全符合图灵模型，有潜力发展成为通用计算机，我国“祖冲之二号”超导量子计算原型机总师朱晓波预计未来15年以内就能实现可编程的通用量子计算。
二、量子计算原理和特性
量子计算利用量子力学规律进行信息处理，在并行计算能力、处理复杂问题等方面优势明显。“量子比特”（qubit）是量子计算的基本单元，任何能在微观尺度构建二能级系统的粒子（如光子、电子、原子、离子、超导中的库珀对等）理论上都可以表征为量子比特用以量子计算，也由此演化出量子计算机的不同技术发展路径。从底层原理看，相较于经典比特只能表示0或1两种状态之一，量子比特可以处于0和1以一定概率同时存在的叠加态中。根据量子力学的波粒二象性原理，“量子叠加”可理解为不同“波”（数学上描述为波函数）的叠加，故而一个叠加态能够同时容纳多个不同状态的波，并且每个波的信息都会被记录在叠加后的波形里，因此量子计算天然具有并行处理能力，在处理复杂信息时具有更高的并行性和效率。伴随量子比特数量增加，量子计算机的算力将呈现指数级增长：3个量子比特可同时处理8个状态，而一台100个量子比特的量子计算机就可同时处理2100个状态，这是经典计算机远远无法企及的独特优势。“量子门”是构建量子计算的基础模块，功能类似于经典计算中的逻辑门，通过转换一个或多个量子比特的状态以实现特定的逻辑操作，一系列量子门链接组成量子电路，使得开发应用各类“量子算法”成为可能。此外，鉴于量子比特的概率特征，需要通过特定算法（如Grover算法）使正确的波干涉相长、其他波干涉相消，借助“量子干涉”现象放大输出正确信息的概率。量子比特之间还可以通过“量子纠缠”产生关联，提高并行计算效率的同时，也应用于检测和纠错等领域，确保量子计算的可靠性。
三、量子计算在金融市场中的应用场景
金融市场业务是一个由复杂业务规则和精细量化模型所构成的领域，涵盖外汇、债券、资金、商品等业务品种，具有资金量大、时效性强、经营风险高等特点，存在海量数据和众多复杂计算场景，需要消耗大量计算资源。量子计算基于超强算力等优势，有望成为进一步推动金融市场业务高质量发展的重要驱动力，带来更快的计算速度、更优的计算结果、更强的建模能力，应用前景空间广阔。
（一）赋能量化交易
金融市场是动态、嘈杂的复杂系统，量化交易基于数学模型和计算机技术发现市场机会，离不开对各类行情信息的实时定量分析，其时效性和精准性至关重要。面对金融产品多样化发展、数据规模爆发式增长的市场趋势，量子退火算法、量子近似优化算法（QAOA）等量子计算技术可以为量化交易策略设计、改进和执行提供更多高质量解决方案，特别在处理高维数据和复杂约束的优化问题时具有明显的优势，能够更高效准确地找到全局最优解。目前，量子计算框架与传统建模工具的融合发展是推动量子计算规模化应用的一个重要方向，潜在业务场景包括但不限于：优化债券投资组合管理、在更大范围寻找跨市场跨产品套利机会、服务高频交易业务等。以外汇交易为例，有研究者运用量子退火算法在人民币、欧元、美元、加元和日元等币种之间寻找套利机会，发现在确定目标函数和约束条件后，量子计算的超强并行计算能力可以对各币种之间的所有交易循环进行遍历搜索，极大降低了计算时间复杂度，不仅能提供最优交易路径，还会给出其他交易路径供交易员灵活选择。2022年3月，光大科技（光大集团子公司）联合玻色量子、北京量子院发布量子计算投资组合产品“天工经世”，成为国内首款上线的量子计算量化策略平台，基于真实数据运行量子优化算法，能够高速准确地解决投资组合优化问题，为用户提供交易策略建议、市场回测统计等一系列服务。
（二）定价复杂衍生品
定价是投资交易的核心。奇异期权等金融衍生品存在更高的复杂度和定制化特征，蒙特卡洛模拟等方法可以生成大量随机路径来模拟标的资产价格变动，通过不断随机抽样和迭代计算以获得较为准确的期望收益和贴现价格，但是会产生巨大的运算量。将量子计算引入复杂衍生品定价，有助于解决蒙特卡洛模拟等方法可能遭遇的算力瓶颈，缩短定价周期。其中，以量子振幅估计算法（QAE）为代表的量子算法，能够高效模拟金融衍生品损益函数中各随机变量的状态，特别适用于涉及复杂数学模型和随机过程的衍生品定价，理论上可以对经典蒙特卡洛模拟过程进行平方倍加速，大幅提高计算效率和模拟精度。目前，量子计算已经在部分衍生品定价中实现了验证性应用并不断深化研究。例如，亚式期权的到期收益取决于标的资产有效期内的平均价格，其履约行权的损益计算更为复杂，很难直接用Black-Scholes公式推导其期权价值的闭式解，但这种天然具有概率结构的金融衍生品非常适合运用量子计算。有实证研究以人民币兑美元算术平均价格亚式期权为例，验证了量子振幅估计算法能够有效实现亚式外汇期权定价，后续可通过增加量子比特数量、优化量子算法参数等方式进一步提升其性能。此外，量子计算可能有助于更精确地模拟资产池的违约概率和相关性，为债务抵押债券（CDO）等复杂衍生品定价提供新视角。
（三）提升风控能力
自我国债券市场打破刚性兑付以来，投资者对信用风险识别、防控的迫切需求，推动了多种前沿金融科技在风控场景中的活跃应用。其中，量子计算与人工智能的交汇融合受到广泛关注，比如机器学习被认为是量子计算应用的最重要领域之一，量子机器学习（QML）可以利用量子计算的强大算力来优化和加速传统机器学习算法，更有效地处理复杂的数据分析，进一步赋能金融风控提升自动化和智能化水平。中国工商银行率先推动量子计算和图神经网络技术（机器学习的一个重要分支）在债券违约风险预警方面的结合运用研究，证明量子图神经网络算法（QGNN）能够准确发现风险事件对关联企业的影响，及时定位风险传染路径，识别潜在违约企业。考虑到同业业务的客户数量远远少于个金业务、公司业务，在构建相关风控模型时，还可能面对样本数据不足的问题，比如债券违约、银行破产等事件从全市场范围来看都属于较小概率，这使得正负样本的分布极不均衡；又如新上线的业务需要时间积累数据，在此阶段所能收集分析的样本量相对稀少。针对此类“小样本学习”问题，量子支持向量机（QSVM）作为一种结合量子计算和传统支持向量机技术的机器学习方法，其本质是利用量子优化算法来加速传统支持向量机的内积计算，并且具有良好的泛化能力。此外，平安银行作为较早投入“量子+金融”领域研究的金融机构之一，探索运用量子机器学习算法等技术以提升信用分析、反洗钱等风险管理质效，已经开启量子计算真机测试验证工作。
四、未来发展建议
综上所述，量子计算作为新一轮科技革命和产业变革的前沿领域，在金融市场业务领域体现出了充分的前景空间。金融机构进一步深化探索量子金融科技创新技术应用研究，可以从以下几方面推进相关工作。一是要重视量子算法前瞻性研究。量子算法是发挥量子计算超强算力优势的核心关键，金融机构应立足金融市场业务具体场景的特点和需求，积极开展量子金融算法研究，探索量子技术与其他算法模型、金融科技融合发展的可行路径。考虑到目前量子计算机真机验证的成本较高，可以先行通过量子模拟器开展算法研究与验证，加强知识技术储备和研究经验积累。二是要加强量子金融科技人才队伍建设。实现量子计算赋能金融市场业务高质量发展，离不开强大的人才支撑。复合型团队不仅要有扎实的金融专业知识技能，还需具备数学、物理、计算机技术等综合素养。金融机构在加强相关专业人才培养储备的同时，可以与科研院所、技术企业等外部机构合作，通过整合集团研发力量、联合外部高水平专家，加速创新研究和转化落地。三是要关注潜在风险。量子计算作为一项有着颠覆性潜力的创新技术，可能引发新的风险。例如，量子计算云平台是今后量子科技投入大规模商业应用的方向之一，由此而来的云上数据泄露和盗窃风险是不容忽视的问题。
*本文仅代表作者个人观点，不代表其所在机构意见。
作者：李晓明，交通银行金融市场部
