一家西班牙的小公司，领导了一场金融业的量子革命

光子盒研究院出品

西班牙量子算法公司Multiverse Computing和Bankia银行在12月完成了一次量子算法用于投资组合优化的概念验证（POC）。他们使用D-Wave 2000Q处理器运行Multiverse的混合量子/经典算法，在一年交易期内的50种资产的数据集中找到了最佳投资路径，产生的结果比典型的投资组合更接近有效边界。（有效边界是指在收益—风险约束条件下能够以最小的风险取得最大的收益的各种证券的集合）

成立一年多时间，Multiverse已经与西班牙最大的金融机构之一BBVA和Bankia合作了多个项目，利用量子算法优化金融投资组合、检测税务和信用卡欺诈以及预测金融危机。到目前为止，Multiverse是唯一一家真正专注于金融业量子算法的公司。

麦肯锡分析了2019年100多个量子计算用例，其中金融用例28个，高居榜首，量子计算很可能在金融业掀起一场革命。

Multiverse Computing于2019年3月在西班牙北部小城圣塞瓦斯蒂安成立，是一家由量子物理学家和金融专家共同创办的公司。

实际上，Multiverse的两位创始人Enrique Lizaso和Román Orús在2017年之前都没有任何交集。

Lizaso是一名计算机博士、金融学教授，拥有IESE商学院的MBA学位，在金融业工作超过20年，Unnim银行前首席执行官，定量分析师，在区块链和健康领域有创业经历。Orús是一名量子物理学家，著有大量关于量子物理和量子计算的论文。

2006年，Orús在巴塞罗那大学获得了量子计算和量子系统模拟方面的学士学位，之后4年在澳大利亚攻读博士学位，毕业后加入德国马克斯·普朗克量子光学研究所。五年后，他在德国当了教授。

2017年，Orús回到西班牙第一次见到了Lizaso，两人相谈甚欢，并探讨了如何将量子计算应用于金融。2018年，他们联合量子计算和量子机器学习专家Samuel Mugel博士开始发表论文，并引起了IBM的注意，从此声名大噪。

2018年7月，三人合作发表了第一篇论文《金融量子计算：综述与展望》，详述了量子计算在金融业的前景，论文发表以来，已被包括IBM在内的研究人员大量引用。

几个月后，Román Orús、Samuel Mugel、Enrique Lizaso和Alfonso Rubio在圣塞瓦斯蒂安创办了Multiverse Computing，分别担任首席战略官(CSO)、首席技术官(CTO)、首席执行官(CEO)和首席营销官(CMO)。Rubio是量子信息公司Entanglement Partners的联合创始人兼CEO，Orús也是该公司的合伙人。

Multiverse创始团队

Multiverse公司获得巴斯克自治区Guipuzkoa省政府、圣塞瓦斯蒂安国际物理中心(DIPC)等部门的支持。还有来自加拿大创意破坏实验室(CDL)的投资，这是一个量子投资领域最大的加速器，应投资方要求在加拿大多伦多建立了分支机构。

Multiverse目前拥有12名世界领先的量子计算、张量网络、机器学习和金融专家。除创始团队外，分为业务团队和技术团队。业务团队仅2人，但拥有丰富的银行、证券、基金从业经验。技术团队由6名工程师组成，专业背景为量子计算和人工智能。

Multiverse推出了第一个基于量子算法和量子启发（quantum-inspired）算法的金融工具箱Singularity SDK。简单来说，量子启发算法是在经典计算机上运行的量子算法。

Multiverse称他们的量子算法可以运行在所有的量子硬件平台上，包括超导、光子、离子阱和中性原子等，基于量子逻辑门、量子退火和高斯玻色采样等方法，并针对不同的问题选择不同的平台。他们的量子启发算法包括张量网络、数字退火、量子启发优化、人工智能等。

通过这些算法，Multiverse的SDK能够为金融业提供广泛的用途：

最佳投资/退出路径检测

对交易者进行最佳路径培训

投资组合优化

交易趋势/异常检测

ALCO/ALM匹配优化

资本配置优化

自动贷款的信用评分（不同模型）

贷款组合监管与预警

顾客购买倾向

保险功能选择（自动参与）

保险单项定价

即时转账欺诈检测

信用卡欺诈检测

反洗钱警报

税务欺诈检测

Multiverse通过SaaS(软件即服务)模式销售，客户包括Bankia、BBVA和税务机构等，Lizaso表示他们2021年的目标是进入美国市场。

Multiverse刚刚完成了一轮150万欧元的融资，并计划在未来一年内融资600万欧元，届时估值超过2000万欧元。Multiverse预计2027年营业额超过5000万欧元，员工人数增加到100人。

自2018年以来，Multiverse团队已经发表了几篇开创性的论文。

2018年10日，Orús、Mugel和Lizaso发表了一篇论文《用量子计算预测金融危机》，此前这方面的研究还是一片空白。预测金融危机是一个NP难问题，在这篇论文中，他们展示了量子退火是如何处理这个问题的。

他们提出了一个简单的金融网络模型，并将预测金融危机的问题归结为一个二次无约束二元优化(QUBO)问题，从而适用量子退火，通过量子退火算法来计算机构在金融网络受到突然冲击后的均衡市场价值。

结果表明，量子计算机至少在原则上可以帮助预测金融危机，而且不局限于简单的金融网络模型，更复杂的网络可以进行类似处理。

论文：

https://arxiv.org/abs/1810.07690

2019年4月，Multiverse团队继续研究了更复杂的金融网络——非线性金融危机预测，不是QUBO问题，而是一个高阶无约束二元优化(HUBO)问题，需要多个量子比特的相互作用。

他们将非线性金融模型的均衡条件嵌入到一个HUBO问题中，然后将其转化为自旋1/2的哈密顿量，其中哈密顿量最多有两个量子比特相互作用。用两个量子比特的相互作用来近似这个HUBO问题。

他们在D-Wave 2000Q处理器上实现了Multiverse的量子算法，预测遭遇金融危机时复杂金融网络的均衡状态。结果表明，量子计算可以用来研究定量金融和帮助机构预测风险。

论文：

https://arxiv.org/abs/1904.05808

因为在金融量子算法领域表现出的专业性，西班牙第二大银行BBVA在启动六项概念验证时选择了包括Multiverse在内的五个合作伙伴，Multiverse与BBVA合作研究了动态投资组合优化。

他们的研究成果发表在2020年6月《基于量子处理器和量子启发张量网络的动态投资组合优化》一文中，动态投资组合优化问题，即在考虑交易成本和其他可能约束的情况下，确定一个资产组合在一段时间内的最优交易轨迹。这个NP难问题是定量金融的基础。

他们在不同的硬件平台上实现了一系列量子和量子启发的算法，包括经典求解器(Gekko和Exhaustive)、D-Wave混合量子退火、在IBM-Q上基于变分量子特征值求解器(VQE)的两种方法，还首次实现了基于张量网络的量子启发优化器。

首次用52种资产(包括政府债券、变动收益证券、固定收益证券等)8年来的实际数据(每日价格)运行这些算法。通过剔除同时具有次平均方差和次平均收益的资产，可以从52个减少到28个相关资产，然后按趋势分为6个集群。

求解其离散公式，然后对得到的夏普比率、收益和计算时间进行了详细的比较。

夏普比率

收益(%)

计算时间（秒）

结果表明，IBM-Q在解决这类问题时没有优势，D-Wave混合算法和张量网络能够得到很好的结果。D-Wave混合算法非常快，而张量网络以较长的计算时间为代价提供了更好的投资组合。

论文：

https://arxiv.org/abs/2007.00017

该项目由来自Multiverse Computing的Román Orús、Enrique Lizaso和Sam Mugel，BBVA的Carlos Kuchovsky和Escolástico sánchez领导。

Orús表示：“我们首次使用IBM-Q的变分算法、D-Wave的混合量子/经典算法和量子启发的张量网络实现了对真实数据的优化，这是第一次在国际金融领域出现。”

西班牙第五大银行Bankia也选择了Multiverse Computing。他们从2019年底开始合作，经过一年的努力，Multiverse与Bankia创新和资产管理团队共同开发了一种量子算法，能够计算一组基金的最佳投资路径，确定不同风险状况下一年内的最佳买入、卖出和结转。

在Multiverse与Bankia合作发表的论文《最短持有期的混合量子投资优化》中，提出了一种求解最短持有期动态投资组合优化的混合量子/经典算法。

此前，Multiverse发现了D-Wave混合量子/经典算法相比其他方法有明显的优势，因此他们继续了这方面的研究，并添加了最短持有期的约束条件。

利用D-Wave 2000Q处理器运行混合量子/经典算法，他们在50项国际资产和指数中发现了一年来(2019年5月31日至2020年5月31日)的最佳投资路径。允许每日交易，但投资必须满足至少7天的持有期。

在不同风险承受能力(最小风险、5%、10%、15%和20%)的情况下，最佳投资路径可以获得的收益如下图所示，图中蓝点为随机投资路径(年化收益-20%至20%，风险10%至17%)。

结果表明，当投资者承担<15%风险时，最佳投资路径获得的年化收益达到60%，而未优化的情况下，年化收益最高只有20%。

在Multiverse和Bankia实验中得到的计算结果远远优于经典计算机所能得到的最佳解，因为它们不能处理所有已考虑到的变量和限制。因此，对于每一个风险预测，量子计算机发现的回报通常是经典计算机的两倍。

论文：

https://arxiv.org/abs/2012.01091

现在，量子计算机相对于经典计算的优势还只是理论上的，但是并不妨碍金融巨头们对量子计算机的兴趣。

就在2020年，IBM宣布与高盛和富国银行建立了合作伙伴关系，还与日本的瑞穗（Mizuho）和三菱金融集团合作，高盛和花旗集团也是量子软件初创公司QC Ware的主要投资者。

IBM与摩根大通利用量子计算机预测期权价格和期权组合。他们通过进行蒙特卡罗模拟做出这些预测，包括模拟数百万种情景：例如利率或税收的变化。

摩根大通的定量研究部总经理Ning Shen表示，一些专家认为量子计算机有可能将金融计算速度提高1000倍以上。

IBM与巴克莱银行合作，还研究了一种优化交易结算的简单算法，即银行通过第三方清算所进行股票交易的过程。清算所每年在这些交易中结算超过千万亿美元，金融业希望加快这一进程。

大约十年前，银行开始利用GPU进行蒙特卡罗模拟，理论上，量子计算机的计算速度远超GPU，有望大大提高蒙特卡罗模拟的效率。虽然量子计算机实用性仍然受限，但是量子计算在金融领域的应用已经迈出了坚实的一步。

从现在开始，量子计算很可能在金融业掀起一场革命，Multiverse是这场革命的先锋。

相关阅读：

#光子盒社群招募中#

进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态。

现添加社群小助手微信vivi0216fighting，即可进群 ，与我们一起展望未来！

你可能会错过：