近日，合肥本源量子計算科技有限責任公司（以下簡稱「本源量子」）團隊再闖量子計算金融應用領域的「無人區」，在高頻量化交易領域提出首個量子算法——基於協整性檢驗的高頻統計套利量子算法。相關研究成果已發表在國際物理學領域的專業期刊New Journal of Physics。

    未來，本源量子將繼續探索量子計算如何賦能金融行業，不斷在廣度和深度上拓展量子計算在金融科技領域的實際應用，為量子金融的發展貢獻中國力量。

    據了解，高頻交易（high-frequency trading, HFT）是指從那些人們無法利用極為短暫的市場變化中尋求獲利的自動交易系統。高頻交易具有「高」、 「快」、 「大」等三個主要特點。「高」即高槓桿，通過小資金撬動大市場；「快」即全自動化，計算速度快，指令延時低；「大」則體現在美國股市2%的高頻交易機構完成了約70%的總體成交量。高頻交易的策略包括高頻做市策略、「搶跑」策略和高頻統計套利策略等。其中，統計套利是非常重要的一類高頻交易算法，也是被很多高頻和量化交易公司採用的主流策略。

    高頻交易的難點體現在硬件和算法兩個方面。硬件方面，由於高頻交易對計算速度的要求極高，各交易機構在硬件技術上的軍備競賽日益激烈——從超高並行超低延時的FPGA到確保納秒級時間精度的原子鐘，甚至是提供極致速度的微波通訊線路。然而，此前依照摩爾定律發展的經典計算機，其能力將趨於物理極限。具備更高精度、更快速度等諸多優勢的量子計算機，有望成為高頻交易領域新的「殺手鐧」。

    算法方面，採用高頻統計套利，其核心是對兩種或多個資產關係的建模與檢驗，其中用到非常重要的一類時間序列方法叫做協整性檢驗。然而，在這些流程中採用經典算法主要存在三個方面的挑戰：數據規模巨大，搜索空間增加很快，算法複雜度高——一方面，協同性篩選需要處理大規模高條件數矩陣，對這些矩陣的共線性判斷，具有非常高的算法複雜度；另一方面，協整性檢驗需要多次線性回歸，每次線性回歸都需要進行大矩陣求逆過程，這個過程對數據規模N的依賴非常高。

    量子算法賦能高頻交易

    本源量子提供的資料顯示，該公司金融團隊和中科院量子信息重點實驗室團隊合作，提出了一種基於條件數預選和協整性檢驗的統計套利量子算法，包括可變時間預選算法（VTPA）和量子協整檢驗算法（QCTA）。可變時間預選算法的量子優勢是能夠加速探測共線性，它利用可變時間結構的條件數估計量子算法，對矩陣進行預選擇，可以篩選出具有較高條件數，即潛在高共線性的矩陣。

    量子共線性檢測首先利用量子相位估計隨機得到矩陣的特徵值，其次基於特徵值概率估計矩陣的條件數下界，再通過矩陣條件數篩選出高共線性標的組合，最後利用可變時間結構進一步加速篩選過程。量子協整檢驗算法的優勢是能夠加速協整性檢驗，它利用HHL算法為核心的量子線性回歸算法，可以快速計算多列數據的線性回歸係數，從而計算殘差和進行後續統計假設檢驗。

    應用生態聯盟深耕量子金融

    本源團隊在量子金融方向上不斷深耕，算法研究涵蓋了量子模擬、量子組合優化和量子機器學習等方面，廣泛涉及金融衍生品定價、期權策略、股票振幅預測、多因子選股模型、金融風險價值計算、投資組合優化、金融債務反欺詐風險及異常檢測、債券違約預警、金融概率預測、網絡監控和故障溯因等諸多實際金融應用場景。

    2021年4月，本源量子發起成立了國內首個量子金融應用生態聯盟，研發了國內首個量子應用雲平台、國內首個對外開放真實量子計算機、國內首個移動端量子金融APP（新華財經）、國內首個面向專業開發者的量子金融算法庫，並與中國國際金融股份有限公司聯合申報了中國證券業協會2022年重點課題《基於量子計算技術的金融衍生品定價問題研究》。（孫超 李浩然 柏永）