[发明专利]投资组合决策生成方法、装置、电子设备及存储介质

说明书

本发明实施例提出一种投资组合决策生成方法、装置、电子设备及存储介质，属于量子计算领域，方法包括：针对待决策的投资组合问题，建立关于投资组合问题的初始效用模型，进而将二次规划的初始效用模型转换为二次无约束二值优化的目标效用模型，进而利用量子计算基于目标效用模型进行处理，得到投资组合问题的优化投资组合策略，在量子线路中实现对二次规划问题进行编码，以通过相关量子算法进行投资组合的决策生成。

技术领域

本发明涉及量子计算领域，具体而言，涉及一种投资组合决策生成方法、装置、电子设备及存储介质。

背景技术

投资组合是由投资人或金融机构所持有的股票、债券、金融衍生产品等组成的集合，其目的是分散风险。投资组合可以看成是考虑风险资产与无风险资产的组合，以及考虑如何组合风险资产等层面上的组合。因此，投资组合策略对投资风险和期望收益有着极大的影响。为能在投资中达到投资风险低以及获取高收益的目标，考虑采用数学建模加计算机计算的方式来获取最优的投资组合策略。

量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，从而导致量子信息处理从效率上相比于经典信息处理具有更大潜力。量子计算能够满足获取优化投资组合策略的计算需求，故而，考虑选用量子计算作为获取优化投资组合策略的计算方式。

然而，投资组合属于采用二次规划问题，但是量子计算的原理限制，无法在量子线路中实现对二次规划问题编码。因此，如何使二次规划问题和量子计算结合以进行投资组合决策至关重要。

发明内容

有鉴于此，本发明的目的在于提供一种投资组合决策生成方法、装置、电子设备及存储介质，其能够使二次规划问题和量子计算结合来进行投资组合决策。

为了实现上述目的，本发明实施例采用的技术方案如下。

第一方面，本发明实施例提供一种投资组合决策生成方法，所述方法包括：

针对待决策的投资组合问题，建立关于所述投资组合问题的初始效用模型，其中，初始效用模型属于二次规划问题；

基于进制转换原理，将所述效用模型转换为关于二次无约束二值优化的目标效用模型；

利用量子计算，基于所述目标效用模型进行决策处理，得到所述投资组合问题的优化投资组合策略。

进一步地，所述初始效用模型包括第一效用函数和约束函数；

所述基于进制转换原理，将所述初始效用模型转换为关于二次无约束二值优化的目标效用模型的步骤，包括：

基于二进制原理，将所述第一效用函数的每个自变量转换为由多个二进制自变量表示的多项式，得到第二效用函数；

结合所述第二效用函数，采用罚函数方法对所述约束函数进行处理，得到目标效用模型。

进一步地，所述结合所述第二效用函数，采用罚函数方法对所述约束函数进行处理，得到目标效用模型的步骤，包括：

根据所述约束函数确定所述第一效用函数的不可行解，并结合所述不可行解和所述第二效用函数，构建关于惩罚系数的取值条件；

根据所述取值条件确定出惩罚系数，并将所述惩罚系数作为所述约束函数的系数，得到惩罚模型；

将所述第二效用函数和所述惩罚模型结合，得到目标效用模型。

进一步地，所述约束函数包括：Gx-c＝0；

其中，x为关于所述第一效用函数的所有自变量的向量，G∈R^m×n，c∈R^m，n表示自变量的个数，m表示满足所述约束函数的自变量x的数量；

所述惩罚系数的取值条件包括：