风险管理中的入模因子选择问题也是组合爆炸问题 。 金融业面对的风险往往受到国内外政治环境、宏观经济以及金融政策等方面因素的影响 。 金融机构通过因子建模的方式试图在数学上分析多因子影响下的表现 。 对于多因子影响模型 ， 应该选择哪些因子进行建模 ， 在数学上也是一个组合爆炸问题 。 应用量子计算并行对于多种入模因子组合进行分析 ， 将有可能将部分不易察觉的风险因子或因子组合纳入考虑 ， 提升金融机构风险控制的全面性 。
此外 ， 还有拓扑学中的路径选择问题 ， 例如金融机构网点（或ATM等自助机具）布局优化问题、金融市场的套利机会寻找问题（例如套汇方案）等 ， 本质上也是在各个路径之间的排列组合中选优的问题 ， 因此也是量子计算的潜在应用场景 。
搜索和匹配问题 。 在排序算法的支持下 ， 结构化数据的搜索效率是可以得到保障的 。 但对于非结构化的数据 ， 如视频、图像等的搜索 ， 由于缺乏有效的数据组织方法 ， 搜索效率相对较低 ， 只能基于穷举等方法提升效率 。 而量子计算则可以利用其并行计算能力和Grover等算法极大地提升非结构化数据搜索算法的效率 。 金融机构数字化转型势必要涉及客户人脸数据、“双录”或安保等场景的视频数据 ， 以及票据、证件影像等图像数据等非结构化数据的搜索和分析 。 因此 ， 相关的场景也将是金融机构应用量子计算的一个潜在领域 。
随机数问题 。 传统的电子计算机采用确定的方法生成不易被猜中规律的“伪随机数” ， 但仍有被破解的可能性 。 真正的随机数只能通过物理过程产生 。 而量子计算的随机性是源自物理过程的真随机性 ， 不可被重复和破解 。 因此 ， 基于随机性的量子计算也可以应用在需要随机数的金融服务场景 ， 如密钥生成、客户登录验证码生成等 。
模拟问题 。 例如 ， 资本市场中的衍生品定价问题 ， 由于衍生品的价格取决于底层资产的走势 ， 而衍生品定价中理论的BSM模型等都对市场作了某种理想化假设（无交易摩擦、无风险套利机会等） ， 所以蒙特卡洛模拟算法广泛地应用在衍生品定价领域 ， 通过模仿底层资产的走势来获得期权定价的合理期望值 。 而量子计算由于其真随机性导致了其能够更好地去除伪随机性带来的模拟噪声 ， 且其并行计算的特性相对于时间线性的蒙特卡洛算法也可以拥有更好的效率 。 因此 ， 量子计算广泛地应用在资本市场的衍生品定价等领域 。
金融业量子计算领域发展建议
综上 ， 量子计算的数学特性决定了其对于特定数学问题的适应性 。 金融业在探索量子计算应用时 ， 可还原和抽象金融问题的数学本质 ， 然后利用量子计算的特性对相应的数学问题进行求解或效率提升 ， 最终将相应的数学结论还原到真实的金融场景中 。 尽管目前量子计算距离大规模商用仍有一定距离 ， 但量子计算不是传统意义上的组合创新 ， 而是具备颠覆式创新能力的新技术 ， 将对包括金融业在内的各行各业产生广泛而深远的影响 ， 具有较好的潜在发展价值 。 建议金融机构将量子计算视为未来影响自身数字化转型的关键技术 ， 加大研究和投入力度 ， 为未来应用量子计算做好充分准备 。
加强应用场景的梳理和探索 。 对目前量子计算的多种使用场景和案例进行系统性梳理 ， 还原量子计算机的特性以及适合解决金融问题的数学本质 。 从金融问题的数学本质出发 ， 结合自身业务的实际需要 ， 在众多金融业务场景中寻找适合量子计算发挥作用的业务场景 ， 深化量子计算的金融应用 。
加强跨行业交流 。 量子计算金融应用涉及量子计算提供商、云计算提供商、科研院所和金融机构的多方合作 。 建议建立健全各方跨行业交流机制 ， 对应用需求明确、有望引领和促进金融业数字化转型的量子计算技术方向开展针对性研究 ， 进一步提升相关技术成熟度和可应用性 。
加大人才培养 。 人才是未来金融业发展和应用量子计算的根本 。 金融业量子计算相关人才需要具备金融、计算机、数学、物理学等多重复合背景 ， 门槛高、培养难度大 。 建议量子计算产业相关方和金融机构加大对量子计算人才的培养 ， 为金融业应用量子计算培养扎实理论基础和业务实际经验兼备的人才后备军 。
作者：林阳 ， 单位：中国银行消费金融部
推荐阅读
- 回忆当年经典公知文《不敢花钱的理由》（外国老太和中国老太太）
- 经典案例：2012年北京一场荒唐畸恋引发的命案
- 经典案例：浙江一起人妻出轨健身教练引发的荒唐血案
- 月球上发现187吨垃圾，到底是谁丢的？看完真相大白
- 45天读15本书，我收获了什么
- 新冠病毒与流感病毒会越来越接近吗？最新评述来了
- 一代经典《魔兽世界》即将停服，众多搬砖党们何去何从？
- 嫦娥五号月壤研究取得新进展 首次发现撞击成因的亚微米级磁铁矿
- 月球上建造射电望远镜，量子显微镜和量子计算的现状