麦肯锡报告：量子计算如何改变金融服务？

 光子盒研究院出品

全面推广量子技术还有一段路要走，但一些银行已经在考虑它的潜在价值。 

许多金融服务活动，从证券定价到投资组合优化，都需要评估一系列潜在结果的能力。为此，银行使用计算统计概率的算法和模型。这些措施相当有效，但并非万无一失，正如10年前的金融危机所显示的那样，当时明显低概率的事件发生的频率比预期的要高。

在一个数据量巨大的世界里，越来越强大的计算机对于精确计算概率至关重要。考虑到这一点，几家银行正转向利用量子物理学原理以超高速处理大量数据的新一代处理器。该领域的领导者谷歌在2019年表示，其Sycamore量子处理器只花了三分钟多一点的时间就完成了一项需要占用一台超级计算机数千年时间的任务。这个实验有一些不足之处，但它有效地证明了量子计算的潜力，相对而言，这是超常规的。

能够利用量子计算的金融机构很可能会看到巨大收益。特别是，他们将能够更有效地分析大型或非结构化数据集。对这些领域更深入的了解可以帮助银行做出更好的决定，并改善客户服务，例如通过更及时或更相关的报价（可能基于浏览历史进行抵押贷款）。在资本市场、公司融资、投资组合管理和与加密相关的活动中也有同样强大的用例。在一个日益商品化的环境中，这可能是一条获得真正竞争优势的途径。在算法由实时数据流驱动的领域，量子计算机尤其有前景，比如实时股价，它带有高水平的随机噪声。

新冠肺炎大流行的影响表明，准确和及时评估风险仍然是金融机构面临的一项严峻挑战。甚至在2020年的事件发生之前，过去20年也发生了金融和经济危机，导致银行和其他市场参与者评估和定价不同资产类别风险的方式发生了迅速变化。这导致了越来越复杂和实时的风险模型的引入，这些模型由人工智能驱动，但仍然基于经典计算。

量子计算的到来可能会改变游戏规则，但在大规模推广这项技术之前还有一段路要走。金融机构才刚刚开始获得必要的硬件，并开发它们所需的量子算法。尽管如此，越来越多的举措表明，一个转折点即将出现。对于尚未参与其中的银行，尤其是那些依靠计算能力产生竞争优势的银行，现在是采取行动的时候了。

量子计算是以量子物理学为基础的，它揭示了一个稍微令人困惑的事实，即粒子的特定属性可以同时处于两种状态或两种状态的任意组合。传统的计算机操作基于1和0的二元处理系统，而量子系统可以同时是1和0，或者是1和0的混合。这种所谓的“叠加”使处理摆脱了二进制的约束，并使探索巨大的计算成为可能。

量子计算得出的答案也不同于经典计算。就像量子物理学一样，它们是概率性的，而不是确定性的，这意味着即使输入是相同的，它们也会有所不同。实际上，这意味着必须多次运行相同的计算，以确保其输出收敛于一个平均值。

为了获得可以叠加的量子态，量子计算机不是用比特而是用量子比特，它可以被设计为原子核、电子、或光子（表1）。通过叠加，N个量子比特的可以表达2 ^ N个经典比特相同的信息量，尽管这种丰富的信息对我们来说是不可访问的，因为在测量时，N个量子比特会“坍缩”表现得像N个经典比特。

但在此之前，当它们仍处于（未观测到）量子叠加状态时，2个量子比特可以处于与4个经典比特相同的状态，4个量子比特可以处于与16比特相同的状态，16个量子比特可以处于与65,536比特相同的状态，以此类推。一个300量子比特的系统可以表示的状态比宇宙中的原子还多。基于比特的经典计算机永远无法处理这么多信息，这就是为什么量子计算在能力方面代表了真正的“量子飞跃”。

表1

量子态的另一个特征是量子比特可能会发生纠缠，这意味着它们是连接在一起的，即使它们在空间中是分开的，对一个量子比特的作用也会影响另一个量子比特。爱因斯坦将这种现象描述为“幽灵般的超距作用”。量子计算机可以通过量子逻辑门来纠缠量子比特。例如，CNOT门根据另一个量子比特的状态翻转或不翻转一个量子比特。

叠加和纠缠对于量子计算的计算“加速”都是至关重要的。如果没有叠加，量子比特的行为就会像经典比特一样，而且不会处于允许量子程序员立即运行等效的多个计算的多重状态。如果没有纠缠，量子比特处于叠加状态，也不会通过相互作用产生额外的洞察力。因为每个量子比特的状态都是独立于其他量子比特的，所以不会进行任何计算。从量子比特中创造商业价值的关键是有效地管理叠加和纠缠。

在量子革命的前沿，IBM、微软和谷歌等公司正在建造量子计算机，其目标是完成经典计算机无法完成或需要几千年才能完成的任务。然而，“量子优势”——即证明量子计算机解决了经典计算机在合理时间内无法解决的问题——是基于在一台机器中能够拥有足够数量的量子比特。世界领先的开发人员已经获得了大约60个量子比特，这足以和世界上最强大的计算机进行对比，尽管可能无法胜过它们。直到Google报告说，他们在随机数生成问题上取得的量子优势，仅使用了在Sycamore处理器中的53个量子比特。

尽管有了这一里程碑式的成就，但还没有人成功地将量子计算机扩展到实际应用中。与金融行业相关的一些计算需要成百上千个量子比特来解决。但是，鉴于发展的速度，获得足够数量的时间可能比较短——也许是五至十年。

然而，量子比特数量只是故事的一半。众所周知，量子比特是善变的。即使是环境中一个微小的变化，比如热波动或无线电波，也会扰乱它们的量子态，迫使它们回到经典态，在经典态中加速蒸发。存在的量子比特越多，系统就变得越不稳定。量子比特也遭受相关衰减，称为“退相干”。

一种稳定的方法是将量子芯片保持在零度以下的温度（在某些情况下比深空温度低250倍）和隔离的环境中。然而，不可避免的事实是，硬件挑战是重大的。世界仍在等待第一个拥有超过100个量子比特的量子处理器，它以一种连贯的方式运行，即保真度超过99%。

但理论上有一个中间步骤，这就是所谓的量子退火。量子退火专注于单类任务，即离散优化问题，它基于有限数量的独立变量。

除此之外，退火机可用于执行爬山算法：一种类似于探索一系列山脉的优化方法。在寻找最高峰（或最低谷）时，经典算法依次测量每一个峰。而量子退火机通过“淹没”景观和提高水位，直到只有最高的一个突出来，来一次性探索。对金融业来说，好消息是大量的基本算法任务都是优化问题，如投资组合优化。

在评估量子计算在哪些领域最有用时，可以考虑四类资本市场的参与者：卖方、买方、中介（包括交易平台和经纪人）和规则制定者。一般来说，卖方和中介投资IT是为了建立能力，而不是解决复杂性。买方和规则制定者才通常需要更复杂的模型。例如，量化驱动的对冲基金旨在通过分析复杂性获利。这将使他们成为超强处理器的天然支持者。在金融市场上扮演多种角色的大型银行，也是重要的早期实验者。

在诸如机器学习等人工智能技术已经改善了传统分类和预测的领域，量子计算最有可能取得快速成功。这些通常涉及时间序列问题，时间序列问题通常集中在大型的、非结构化的数据集上，并且这些问题需要实时的数据流，而不是批处理或一次性洞察生成。

量子计算机逻辑门的一个独特特征是它们是可逆的，这意味着与经典逻辑门不同，它们有一个撤销按钮。实际上，这意味着当量子比特恢复到经典比特的行为时，它们在测量点之前永远不会丢失信息。这个好处在可解释性方面很有用。一种用于预测贷款违约的算法可以确定个人是否获得抵押贷款以及以何种条件获得抵押贷款。但是，如果客户的贷款申请被拒绝，他们可能希望了解原因。此外，法律在某些情况下要求一定程度的可解释性。在美国，信用评分和信用行为受到《平等信用机会法案》（Equal credit Opportunity Act）的约束，该法要求贷款人向借款人提供作出否定决定的具体理由。

就目前的技术水平而言，我们看到对量子计算需求的四个关键驱动因素：

1.计算资源匮乏

依赖于计算密集型模型的公司（例如，拥有6500多万个机器学习模型的对冲基金WorldQuant）采用Darwinian系统来分配虚拟计算能力；如果模型X比模型Y表现更好，那么模型X得到更多的资源，而模型Y得到较少的资源。经典处理能力的成本随着模型复杂性呈指数增长，这是该业务模型的瓶颈。这可以通过量子比特相对经典比特的指数级加速来破解。

2.高维优化问题

银行和资产管理者基于处理大量变量的计算密集型模型来优化投资组合。量子计算可以让人们更快、更准确地做出决策，例如确定最优的投资组合。

3.组合优化问题

组合优化试图通过使用数学方法来改进算法，以减少可能的解的数量或使搜索速度更快。这在算法交易等领域非常有用，例如帮助玩家在网络中选择最高的带宽路径。

4.密码学的局限性

目前的密码协议依赖于这样一个事实，即传统的计算机不能将大数因数分解为其基本的质数因子。量子计算机就不一样了，使用称为“Shor”算法的一系列步骤，他们可以在某一阶段实现质因数分解速度呈指数级增长，从而能够“猜测”加密中使用的质因数。另一方面，量子加密将足够强大，甚至可以阻止最强大的经典计算机或量子计算机入侵。

2019年末，美国银行（Bank of America）的一名策略师表示，量子计算“在21世纪20年代将像智能手机在21世纪10年代一样具有革命性意义”。然而，从业务线的角度来看，最有前途的用例可能是那些需要高度复杂或异常快速的模型的用例。例如，在估值方面，快速确定最优风险调整投资组合的能力可能会创造显著的竞争优势。对于贷款和债券投资组合，更精确的信用敞口估计应该会带来更好的优化决策。更广泛地说，通过洞悉风险的规模和重要性，可以改善一系列企业融资活动的资本配置，同时可以通过更好的加密来保护支付和转账。

股票和外汇交易提供了巨大的可能性，因为市场风险和情景计算越来越精确，原始计算能力在智能路由和交易匹配中的效用越来越受到重视。一些大型银行已经花费了大量的计算资源来优化私人银行间交易，这表明在这一领域寻求优势是有意义的。

最后，销售、营销和分销可以从更清晰的决策中受益，例如有关资源配置和定制服务的决策。这对大多数拥有庞大和多样化客户基础的组织来说都是如此，对银行来说尤其如此，因为银行仍将大部分运营支出用于分支机构和呼叫中心。

到目前为止，华尔街的主要银行在量子领域处于领先地位。高盛的一名研究人员在2020年1月表示，量子技术有潜力成为一项关键技术。尽管如此，高盛的努力仍处于早期阶段。在早期的实验中，该银行发现需要大量传统计算能力的蒙特卡罗模拟还不能在量子系统上并行化。因此，它重新聚焦于开发方法，以减少进行这些计算所需的量子电路的深度。

与此同时，摩根大通和花旗集团建立了量子计算计划，甚至收购了计算机初创企业的股份。摩根大通还尝试使用霍尼韦尔的量子计算机来简化涉及斐波那契数（Fibonacci numbers）的数学运算。

2019年底，富国银行加入了IBM Q计划，这是一个由公司、初创企业、学术机构和研究实验室组成的社区，致力于探索实际应用。

欧洲的银行也在探索量子计算的机会。BBVA已建立了一个合作伙伴关系，探索投资组合优化和更有效的蒙特卡罗建模。同样在西班牙，Caixa银行正在运行一个量子计算和传统计算的混合框架试验，目的是更好地对信用风险进行分类。2020年，英国渣打银行与美国大学空间研究协会（USRA）合作，展示了其对量子计算应用的探索，如投资组合模拟。

这些举措之所以有意义，是因为它们允许金融公司在模拟器或云上测试量子算法，而无需购买完整的量子计算机。这似乎是一个明智的策略，因为量子计算机在实际应用中仍然处于次临界状态，而且没有确定扩展量子能力的主导设计。

许多金融行业参与者依靠计算能力来改进决策和更好地为客户服务。在接下来的几年里，量子计算可能会推动这些活动。可以肯定的是，这将是一条漫长的道路，大多数银行已经迈出了第一步。然而，当银行开始这一旅程时，需要考虑以下三项措施：

· 建立研究伙伴关系和知识产权。

有机会与量子开发者合作——亚马逊、D-Wave、IBM、谷歌、微软、Rigetti和Xanadu等都是这个领域的公司。这些专家拥有硬件和专业知识来帮助组织发展他们的能力。

· 创建一个专注于量子计算的小团队。

合作伙伴关系不是单向的，量子提供商也热衷于向金融行业参与者学习他们的算法和要求。确保你带点东西来参加party。

· 搜寻潜在的投资/合资企业。

建立量子系统的挑战意味着合资企业可能会很普遍。这些可能采取与云产品一起工作的形式，或通过量子解决方案进行硬性优化问题解决与用于数据操作、模拟和分析的经典计算相结合。后者可以通过一个供应商平台来实现，该平台可以简化采用过程，并帮助运行概念证明（POC）。

先行者可能会占据优势。然而在此之前，实际的第一步是用量子语言重写内部算法，这将为有意义的投资奠定基础。

银行业的一些人认为，量子计算更像是科幻小说，而不是事实，计算能力并不是商业模式的关键区别。当然，服务客户不仅仅是计算速度和灵活性。尽管如此，在解决复杂或棘手的问题方面，尤其是在优化领域，量子计算正逐渐成为游戏规则的改变者。量子解决方案进入主流只是一个时间问题，这意味着加快速度和获得竞争优势的窗口不会长期开放。

原文链接：

https://www.mckinsey.com/industries/financial-services/our-insights/how-quantum-computing-could-change-financial-services#

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，领取《2021量子技术全景展望》报告。

现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！

你可能会错过：