[发明专利]基于量子贝叶斯网络的量化交易策略的方法

说明书

本申请实施例涉及一种基于量子贝叶斯网络的量化交易策略的方法。根据本申请的一些实施例，一种基于量子贝叶斯网络的量化交易策略的方法包括：构建量子贝叶斯网络，其中所述量子贝叶斯网络包括至少两个节点；基于经构建的量子贝叶斯网络预测所述至少两个节点的状态所对应的概率分布；以及根据所述概率分布设置仓位。本申请实施例提供的一种基于量子贝叶斯网络的量化交易策略的方法可有效解决传统技术中遇到的问题。

技术领域

本申请实施例大体上涉及量子技术领域，更具体地，涉及基于量子贝叶斯网络的量化交易策略的方法。

背景技术

贝叶斯网络通常被用来做因果论断，通过预测事件的后验概率来做决策。在金融市场中，基本面分析与量价分析是两种主要的构建投资组合模型的方法。基本面分析从宏观经济的角度来判断投资组合与市场回报的关系，而量价分析是从可量化的历史数据来预测未来价格的变动。为了更合理的利用定性与定量的信息，数据融合也变得越来越重要。贝叶斯网络尤其适合用来融合金融数据，因为它不仅提供基本面分析的图模型来捕捉宏观因子与可视化市场趋势，对于复杂的多变量推断网络也提供了一个强有力的概率推理工具来做风险分析与做决策，也可以将贝叶斯网络应用到交易决策中。而当数据集的数量与维度巨大时，经典计算机编码数据以及处理数据需要消耗大量存储资源与计算机资源，因此对算力与存储的需求与日俱增。

因此，本申请提出一种基于量子贝叶斯网络的量化交易策略的方法。

发明内容

本申请实施例的目的之一在于提供一种基于量子贝叶斯网络的量化交易策略的方法，与传统的方法相比，其可实现计算的加速与数据存储的编码优化。

本申请实施例提供了一种基于量子贝叶斯网络的量化交易策略的方法，其包括：构建量子贝叶斯网络，其中量子贝叶斯网络包括至少两个节点；基于经构建的量子贝叶斯网络预测至少两个节点的状态所对应的概率分布；以及根据概率分布设置仓位。

根据本申请的另一实施例，上述的方法还包括对量化交易策略进行回测。

根据本申请的另一实施例，上述的方法还包括确定量子贝叶斯网络的参数。

根据本申请的另一实施例，上述的方法还包括使用以下方法中的至少一者确定量子贝叶斯网络的参数：最大似然估计，期望最大化。

根据本申请的另一实施例，上述的方法还包括构建量子贝叶斯网络的量子线路，其中量子线路包括非门和旋转门。

根据本申请的另一实施例，上述的方法还包括基于历史数据和参考数据构建贝叶斯网络的节点。

根据本申请的另一实施例，其中历史数据包括股票当日的波动和第二天的价格涨跌，参考数据包括宏观经济数据。

根据本申请的另一实施例，上述的方法还包括预测股票未来的价格涨跌。

根据本申请的另一实施例，其中宏观经济数据为上海银行间拆放利率。

与现有技术相比，本申请实施例提供的基于量子贝叶斯网络的量化交易策略的方法，利用量子计算对经典计算方式作为替换或补充，可有效提高计算速度与准确度。

附图说明

在下文中将简要地说明为了描述本申请实施例或现有技术所必要的附图以便于描述本申请的实施例。显而易见地，下文描述中的附图仅只是本申请中的部分实施例。对本领域技术人员而言，在不需要创造性劳动的前提下，依然可以根据这些附图中所例示的结构来获得其他实施例的附图。

图1为根据本申请实施例的量子贝叶斯网络示意图。

图2为根据本申请一些实施例的量子线路示意图。

图3-6为根据本申请一些实施例的数据处理过程。

图7为根据本申请实施例的基于量子贝叶斯网络的量化交易策略的方法的结果示意图。