By Kenna Hughes-Castleberry pubblicato il 30 settembre 2022
Tra i molti settori di cui l'informatica quantistica trarrà sicuramente vantaggio, il settore finanziario è uno dei più grandi. "In sostanza, tutte le grandi banche ora hanno il proprio team quantistico", ha spiegato Oro Romano, il co-fondatore e direttore scientifico di Calcolo multiverso, una delle principali società di software quantistico. Orus è anche un Ikerbasque Research Professor presso il Donostia International Physics Center (DCIP) in Spagna, dove ha scritto un influente carta sull'informatica quantistica e la finanza. "Ci sono molti posti diversi in cui il calcolo quantistico può aiutare nella finanza", ha aggiunto Orus.
Poiché gran parte del settore finanziario si concentra sull'analisi di grandi pool di materie prime dati e traendo varie conclusioni, il calcolo quantistico può migliorare significativamente questo processo. Poiché i computer quantistici utilizzano algoritmi per eseguire più calcoli contemporaneamente, possono produrre risultati a una velocità maggiore, il che è fondamentale per il trading ciò accade a un ritmo rapido nei mercati azionari. Le risposte che danno i computer quantistici sono anche uniche rispetto ai computer classici, offrendo altri vantaggi. “Come la fisica quantistica, lo sono probabilistico anziché deterministico”, ha spiegato A 2020 articolo di McKinsey & Company. "[Ciò significa] che possono variare anche quando l'input è lo stesso." Questi vari input sono particolarmente importanti per i problemi di ottimizzazione, le simulazioni finanziarie, il rilevamento delle frodi e la previsione del mercato, tutti processi che le banche e altri istituti finanziari utilizzano quotidianamente.
Leggere le simulazioni Monte Carlo
Una delle simulazioni di ottimizzazione più comuni, soprattutto per i portafogli finanziari, è la Monte Carlo simulazione. Questo metodo utilizza un campionamento casuale di input per risolvere un problema statistico, con la simulazione che fornisce una soluzione visiva a questo problema. "Nel settore finanziario, queste simulazioni Monte Carlo sono comunemente utilizzate per stress test e valutazione del rischio di credito, ma sono costose, richiedono tempo e molta potenza di calcolo", ha spiegato Zapata InformaticaChief Marketing Officer di Katherine Londergan. Poiché la simulazione Monte Carlo può utilizzare vari input, è stata utilizzata da varie aziende quantistiche per testare la loro tecnologia. Zapata Computing, una società quantistica leader di mercato con sede in Canada, ha recentemente pubblicato a carta focalizzato sull'utilizzo di questa simulazione per gli aggiustamenti della valutazione del credito. “Il nostro lavoro con BBVA [una banca globale] sta esplorando il potenziale del vantaggio quantistico per i casi d'uso di Monte Carlo, tra cui l'aggiustamento della valutazione del credito (CVA) e il prezzo dei derivati", ha dichiarato Londergan. "Le banche, come BBVA, stanno attivamente esplorando modi per rendere queste simulazioni meno dispendiose in termini di tempo attraverso i computer quantistici".
Altri processi finanziari a cui il calcolo quantistico può essere applicato includono il rilevamento delle frodi e le previsioni di mercato. Gli istituti finanziari utilizzano già algoritmi di apprendimento automatico per aiutare in queste situazioni, ma in futuro potrebbero adottarli apprendimento automatico quantistico per migliorare ancora di più le cose. "Con il computer quantistico, puoi migliorare gli algoritmi di apprendimento automatico", ha affermato Orus. Per i casi con flussi di dati in tempo reale, come nelle transazioni fraudolente, l'apprendimento automatico quantistico potrebbe essere in grado di elaborare i dati a una velocità maggiore, contribuendo a mantenere i processi finanziari più sicuri ed efficienti.
Quantum Annealing e l'industria finanziaria
Mentre l'informatica quantistica andrà senza dubbio a vantaggio del settore finanziario, la ricottura quantistica in particolare giocherà un ruolo importante. "Quantum annealing è un particolare modello di calcolo quantistico", ha spiegato Orus, "[Quindi, è] costruito per risolvere solo un problema specifico, che è ottimizzazione. Quindi, potresti avere una funzione di costo che devi minimizzare, ad esempio il rischio di un portafoglio di attività. Questo è il tipo di problema che puoi risolvere con la ricottura quantistica”. Aziende come D-Wave o Lockheed Martin stanno già sviluppando ricottura quantistica, molte delle quali possono essere utilizzate dalle istituzioni finanziarie. Poiché molti problemi all'interno del settore finanziario implicano l'ottimizzazione, le ricottura quantistiche aggiungeranno vantaggi a una gamma di applicazioni più ampia di quanto ci si potrebbe aspettare. "Anche per la simulazione di alcuni modelli economici, puoi farlo anche tramite ricottura quantistica", ha aggiunto Orus. "Ad esempio, per trovare l'equilibrio economico, che è solo un problema di ottimizzazione."
Anche se il calcolo quantistico aggiungerà molti vantaggi al settore finanziario, ci sono molte fasi prima che questa tecnologia possa essere adottata su larga scala. "Cercare un vantaggio incrementale con i computer quantistici nella finanza sarà una sfida", ha affermato Londergan. "Abbiamo scoperto che i nostri clienti finanziari sono molto avanzati nello sfruttare la potenza di AI e ML, quindi stiamo collaborando su casi d'uso a breve termine in cui possiamo ottenere un vantaggio incrementale". Anche se ottenere questo vantaggio potrebbe richiedere del tempo, altri esperti come Orus stanno esaminando alcune delle sfide immediate che l'industria quantistica deve affrontare. "Penso che la battuta d'arresto principale sia lo sviluppo dell'hardware", ha affermato. "I processori che abbiamo al giorno d'oggi sono ancora relativamente piccoli e rumorosi." Una volta che l'hardware sarà migliorato e sarà in grado di scalare, si spera che questa tecnologia innovativa sarà più facilmente adottabile.
Ma ci sono anche passi che le istituzioni finanziarie dovranno compiere per adottare il calcolo quantistico. Come ha spiegato Londergan: “Per riuscire ad adottare il quantum, le istituzioni finanziarie dovranno essere flessibili, modulari e avere un approccio compatibile con le versioni successive per la creazione di applicazioni abilitate al quantum. Ciò significa che gli algoritmi, i flussi di dati e i back-end hardware quantistici classici possono essere facilmente scambiati dentro e fuori, senza dover sostituire l'infrastruttura informatica". Insieme a questa mentalità flessibile, le banche e altre istituzioni potrebbero dover modificare la tempistica di quando implementano questa tecnologia, poiché potrebbe richiedere del tempo. "Vale la pena sottolineare che Zapata ritiene che le simulazioni di grandi dimensioni, come questi casi d'uso di Monte Carlo, siano trascorse oltre un decennio", ha aggiunto Londergan.
Altri esperti come Orus ritengono che l'adozione diffusa dell'informatica quantistica sia in realtà molto più vicina. "Sta già iniziando a penetrare nel settore", ha detto Orus. “Stiamo iniziando a trovare, essenzialmente, i primi casi d'uso nella vita reale. Quindi, direi che nei prossimi due, tre anni, un'ampia maggioranza delle grandi banche avrà almeno qualche soluzione quantistica in produzione".
Kenna Hughes-Castleberry è una scrittrice presso Inside Quantum Technology e Science Communicator presso JILA (una partnership tra l'Università del Colorado Boulder e il NIST). I suoi ritmi di scrittura includono la tecnologia profonda, il metaverso e la tecnologia quantistica.
