By kenna hughes-castleberry publicado el 30 de septiembre de 2022
De las muchas industrias de las que seguramente se beneficiará la computación cuántica, la industria financiera es una de las más grandes. "Básicamente, todos los grandes bancos tienen ahora su propio equipo cuántico", explicó. Orus romano, cofundador y director científico de Computación multiverso, una empresa líder en software cuántico. Orus también es profesor de investigación Ikerbasque en el Centro Internacional de Física de Donostia (DCIP) de España, donde escribió un influyente sobre computación cuántica y finanzas. "Hay muchos lugares diferentes donde la computación cuántica puede ayudar en las finanzas", añadió Orus.
Como gran parte de la industria financiera se centra en analizar grandes reservas de materias primas datos Y sacando diversas conclusiones, la computación cuántica puede mejorar significativamente este proceso. Como las computadoras cuánticas utilizan algoritmos para ejecutar múltiples cálculos a la vez, pueden producir resultados a un ritmo más rápido, lo cual es crucial para el comercio Eso sucede a un ritmo rápido en los mercados de valores. Las respuestas que dan las computadoras cuánticas también son únicas respecto de las computadoras clásicas, lo que ofrece otras ventajas. “Al igual que la física cuántica, son probabilístico más bien que determinista”, explicó un 2020 artículo de McKinsey & Company. "[Esto significa] que pueden variar incluso cuando la entrada es la misma". Estas diversas entradas son especialmente importantes para problemas de optimización, simulaciones financieras, detección de fraude y predicción de mercado, todos procesos que los bancos y otras instituciones financieras utilizan a diario.
Lectura de simulaciones de Montecarlo
Una de las simulaciones de optimización más comunes, especialmente para carteras financieras, es la Monte Carlo simulación. Este método utiliza un muestreo aleatorio de entradas para resolver un problema estadístico, y la simulación proporciona una solución visual a este problema. "En el sector financiero, estas simulaciones de Monte Carlo se utilizan comúnmente para pruebas de tensión y evaluación del riesgo crediticio, pero son costosas, consumen mucho tiempo y requieren mucha potencia informática", explicó. Computación ZapataDirector de marketing katherine londergan. Debido a que la simulación de Monte Carlo puede utilizar varias entradas, varias empresas cuánticas la han utilizado para probar su tecnología. Zapata Computing, una empresa cuántica líder en el mercado con sede en Canadá, publicó recientemente un Se centró en utilizar esta simulación para ajustes de valoración de crédito. “Nuestro trabajo con BBVA [un banco global] está explorando el potencial de la ventaja cuántica para los casos de uso de Monte Carlo, incluido el ajuste de valoración crediticia (CVA) y la fijación de precios de derivados”, afirmó Londergan. "Los bancos, como el BBVA, están explorando activamente formas de hacer que estas simulaciones requieran menos tiempo mediante ordenadores cuánticos".
Otros procesos financieros a los que se puede aplicar la computación cuántica incluyen la detección de fraude y las predicciones de mercado. Las instituciones financieras ya utilizan algoritmos de aprendizaje automático para ayudar en estas situaciones, pero en el futuro pueden adoptar aprendizaje de máquina cuántica para mejorar aún más las cosas. "Con la computadora cuántica, se pueden mejorar los algoritmos de aprendizaje automático", dijo Orus. En casos con flujos de datos en vivo, como en transacciones fraudulentas, el aprendizaje automático cuántico puede procesar los datos a un ritmo más rápido, lo que ayuda a mantener los procesos financieros más seguros y eficientes.
El recocido cuántico y la industria financiera
Si bien la computación cuántica sin duda beneficiará a la industria financiera, el recocido cuántico específicamente desempeñará un papel importante. "El recocido cuántico es un modelo particular de computación cuántica", explicó Orus, "[por lo tanto, está] diseñado para resolver solo un problema específico, que es optimización. Por lo tanto, es posible que tenga una función de costos que necesite minimizar, por ejemplo, el riesgo de una cartera de activos. Este es el tipo de problema que se puede resolver con el recocido cuántico”. Empresas como D-Wave o Lockheed Martin ya están desarrollando recocedores cuánticos, muchos de los cuales podrían ser utilizados por instituciones financieras. Dado que muchos problemas dentro de la industria financiera implican optimización, los recocidos cuánticos agregarán beneficios a una gama de aplicaciones más amplia de lo que se podría esperar. "Incluso para la simulación de ciertos modelos económicos, también se puede hacer mediante recocido cuántico", añadió Orus. "Por ejemplo, para encontrar el equilibrio económico, que es sólo un problema de optimización".
Aunque la computación cuántica agregará muchas ventajas al sector financiero, aún quedan muchas etapas antes de que esta tecnología pueda adoptarse más ampliamente. "Buscar una ventaja incremental con las computadoras cuánticas en las finanzas será un desafío", afirmó Londergan. "Hemos descubierto que nuestros clientes financieros están muy avanzados en el aprovechamiento del poder de la IA y el aprendizaje automático, por lo que estamos colaborando en casos de uso a corto plazo en los que podemos obtener una ventaja incremental". Si bien alcanzar esta ventaja puede llevar algún tiempo, otros expertos como Orus están analizando algunos de los desafíos inmediatos que enfrenta la industria cuántica. "Creo que el principal revés es el desarrollo del hardware", afirmó. "Los procesadores que tenemos hoy en día son todavía de tamaño relativamente pequeño y ruidosos". Una vez que el hardware se mejore y pueda escalarse, se espera que esta tecnología innovadora sea más fácil de adoptar.
Pero también hay medidas que las instituciones financieras deberán tomar para adoptar la computación cuántica. Como explicó Londergan: “Para tener éxito en la adopción de la tecnología cuántica, las instituciones financieras deberán ser modulares flexibles y tener un enfoque compatible con el futuro para crear aplicaciones habilitadas para la tecnología cuántica. Esto significa que los algoritmos, los flujos de datos y los backends de hardware cuántico clásico se pueden intercambiar fácilmente, sin necesidad de "desmontar y reemplazar" la infraestructura informática". Junto con esta mentalidad flexible, es posible que los bancos y otras instituciones necesiten cambiar el cronograma de implementación de esta tecnología, ya que podría llevar algún tiempo. "Vale la pena señalar que Zapata cree que las grandes simulaciones, como estos casos de uso de Monte Carlo, tardarán más de una década", añadió Londergan.
Otros expertos como Orus creen que la adopción generalizada de la computación cuántica está en realidad mucho más cerca. "Ya está empezando a penetrar en la industria", dijo Orus. “Estamos empezando a encontrar, esencialmente, los primeros casos de uso en la vida real. Entonces, yo diría que en los próximos dos o tres años, una amplia mayoría de los grandes bancos tendrán al menos alguna solución cuántica en producción”.
Kenna Hughes-Castleberry es redactora de Inside Quantum Technology y comunicadora científica en JILA (una asociación entre la Universidad de Colorado Boulder y el NIST). Sus ritmos de escritura incluyen tecnología profunda, metaverso y tecnología cuántica.
