案例 | 金控集团量子计算探索与实践

中国光大集团科技部总经理、

光大科技有限公司总经理  李璠

量子计算的时代背景

量子科技是新时代的登月计划，近年来全球各国相继出台量子科技政策文件并成立研究机构，促进量子科技研发和产业发展。我国对于量子技术的发展尤为重视，国务院“十四五”数字经济发展规划中明确提出瞄准量子信息等战略性前瞻性领域，发挥我国多重特色优势，提高数字技术基础研发能力；同时提出以数字技术与各领域融合应用为导向，推动企业跨界创新，加快创新技术的工程化、产业化。

作为全球瞩目的新兴战略技术焦点，未来十年将是量子信息技术发展的关键时期，量子计算、量子通信和量子感知等领域有望取得突破性进展。量子计算遵循量子力学规律进行高速运算、存储、处理信息，与传统计算机相比，具有天然的量子并行计算能力，将给现有计算能力带来质的飞跃。

量子计算利用量子现象处理信息并进行专业化计算，量子计算机能够成为解决特定计算问题的专用工具。可以预期，在未来实践应用中量子计算机将与作为通用工具的传统计算机并存，根据实际复杂场景化的计算量需求提供与之匹配的计算能力，并针对模型算法发挥量子加速的效能。数字经济时代金融与其他行业将进一步深入融合，金融行业自身的数字化、智能化转型对数据、模型和算力的需求也将永无止境，因而金融是量子计算技术发展最具获益潜力的行业之一。

金控集团量子计算应用前景

金控集团是现代金融业重要经营组织形式之一，更是深化金融业综合经营管理、产业与金融跨界合作的产物。随着新一轮信息科技革命的推进，各行业数据信息体量都在不断增加，而金控集团又具有数据覆盖范围广泛、类型多样、关联关系复杂等特点，因此提高算力成为亟待解决的关键问题。量子计算作为时代背景下的先锋技术，为该问题的解决提供了颠覆性的思路。

作为国有大型综合金融控股集团，光大集团积极响应国家与行业号召，拥抱量子技术发展带来的新机遇，提前布局量子计算领域进行技术研究与应用探索。量子计算总体上仍然处于初期阶段，发展过程中面临许多新的挑战，但同时也为金控集团带来新的发展机遇，其关键在于需要充分聚焦技术特性挖掘适合的场景化应用。

1.更快的计算速度。随着金融领域数字化转型浪潮的推动，日常业务信息化，业务服务智能化，而传统计算机的处理能力已接近极限，算力的提升成为金控集团创新发展的关键因素。量子计算有着天然的超强并行计算能力，使得其在解决特定问题上有着明显的计算速度优势，尤其是在交易、投资组合、衍生品定价等金融场景下，更快的计算能力也意味着更低的交易成本。对于金控集团未来业务发展，能够结合量子计算技术开拓切实可行的金融场景，逐步获得持续可观的规模收益，从而实现金融科技的突破性发展。

2.更优的计算结果。在综合金融服务场景中，精准化、个性化的客户体验是每个金融企业不断追求的目标，而精准的模型分析将给业务人员实现这一目标提供有效便利的工具。面对复杂的金融场景和客户业务需求，模型需要添加更现实复杂的约束和假设，有时经典优化器会将局部最优误认为全局最优解。为解决这个问题，分析师通常会简化或排除此类约束，从而牺牲计算的保真度来获得计算结果的可靠性。然而，这种权衡对于量子计算是不必要的，例如近期广受金融业关注的量子退火技术能够利用量子隧穿效应来跳出局部最优，在解决某些最优解问题上具有天然优势。

3.更强的建模能力。金融机构通常使用模型进行资产配置、定价及量化交易等，并需要处理大量的数据，传统的建模工作会因为计算能力的限制，不得不舍弃部分数据或特征。而量子计算的并行处理数据能力在面临数据量激增的建模问题时，比传统计算具备明显优势，国内外多个量子实践案例都证明了量子计算机构建复杂模型的能力远远超过经典计算机。

光大集团量子计算实践探索

光大集团积极探索量子计算在金融领域的场景化应用，着眼于利用在当前甚至未来十年内量子计算机上解决复杂的计算问题。在前瞻性实践探索中，如何选择适合的金融应用场景是一项关键任务。首先，要选择小而专的金融场景问题，这类问题仅需少量或未来十年内可实现的量子比特，能够支持量子技术的快速落地。其次，应该着重选择高价值的问题，突出解决问题的代表性。最后，当存在许多可能的解或状态供探索时，当前最好的经典解是利用算力进行暴力解。在上述场景中，量子计算对于模型效果有巨大的提升潜力。

1.量子计算提升金融算法性能。光大集团结合自身的金融全牌照优势，深化量子科技对金融业务的创新革命。对内培养自身的量子科技研发队伍，对外积极拓展量子计算生态合作，携手战略合作伙伴实现量子计算方式求解QUBO（二次无约束二值优化）模型，现阶段已完成了基于光量子的“量子模拟器”的研发测试工作。相比超导和离子阱量子计算机对于物理环境的苛刻要求，光量子计算机由于其相对轻便，更适合商用化的推广，同时对于科研类项目具有前期投入成本较低的优点。

“量子模拟器”能够使得在传统计算机上通过衍变光量子的物理过程实现量子计算的模拟，从而对量子计算在金融业务场景中的应用有直观的认知和进一步的研究。通过“量子模拟器”实现的金融算法也能在光量子物理机上实现“无缝衔接”，减少研发成本的同时推动量子计算在金融行业的务实发展。目前光大科技已将此平台应用于资产的投资组合等优化类场景问题中，极大地加快了量子计算技术的应用研发速度，有助于金融机构在量子计算领域进行尝试。此外，光大科技持续探索应用量子计算技术进行人工智能算法加速，尤其是在联邦学习领域尝试基于量子蒙特卡洛算法求取跨域梯度，进而加速联邦学习神经网络模型训练，提升算法性能。

2.联合发布量子计算量化策略平台。2022年3月，光大科技与玻色量子、北京量子信息科学研究院联合发布了量子计算投资组合产品——“天工经世量子计算量化策略平台”。该产品是基于经典的马科维茨投资组合理论，增加了现实的约束和假设，应用玻色量子的相干量子计算（CIM）解决了投资组合多期配比的优化问题。相比传统的优化解决方法，相干量子计算得到的解更趋于全局最优解，对长期的投资组合整体收益有着显著的提高。

在同样的股票池和历史数据条件下，量子CIM计算方法相比模拟退火算法，可以更准确地找到最优的投资组合策略。随着股票池的不断扩大，投资组合策略在优化仓位占比时所需要处理的数据量呈指数级爆炸式增长，当传统计算机遇到不可解的情况时量子计算机提供了新的可能，为平台提供了更加灵活可选的投资组合策略。面向终端客户，平台提供量化交易策略建议及股票投资交易偏好选择等功能，具有投资组合收益更高、计算速度更快、数据处理能力上限更高等优势。

3.信用评分建模场景应用。量子计算作为刚兴起的前沿技术，对于金融传统业务来说不可避免会产生距离感，在寻找合适的应用场景中需要耗费大量的精力。光大集团利用自身优势，在业务熟悉且可控的安全边际下，积极利用量子计算技术解决业务问题，拓展量子在金融行业的应用场景。现阶段，光大科技已完成将量子计算应用在信用评分场景中特征筛选的测试工作，并与同行业展开积极的沟通，共同推进该场景的实际落地。

该场景以金融行业信贷业务场景为出发点，结合传统信用卡评分模型，在保留业务整体建模思路的情况下，对于特征筛选这一环节，应用量子计算技术进行优化实验。相比传统业务的人工参与筛选，运用量子计算强大的计算能力进行特征筛选减少了对业务人员经验的依赖，并使得筛选处理大批量特征成为可能，提高了模型处理数据的上限。通过融合量子计算技术提升信用评分建模能力，有助于在实际金融业务中强化以客户为中心的精准营销和智能风控。该成果在未来也会应用到银行、证券、保险等多个评分模型中，形成较为普适的量子计算解决方案。

随着量子计算技术的不断发展，其优势将更为广泛和明显，软件研发与应用也会逐渐增多。量子计算将逐步释放行业应用价值，其中金融将是应用最广泛的行业之一。可以预期，一旦量子计算机取得突破性进展，必将改变银行、证券、信托、保险等金融领域的底层业务规则，带来挑战的同时也有望迎来金融行业的新一轮产业革命。

（栏目编辑：张丽霞）

往期精选：

（点击查看精彩内容）

新媒体中心：主任 / 邝源  编辑 / 傅甜甜  张珺  邰思琪