تحسين الحافظة متعددة الفئات عبر محلل القيم الذاتية الكمي التبايني مع انسايت حالة ديك

لماذا تهم الأفكار الكمومية استثماراتك

يواجه المستثمرون الحديثون لغزاً: كيف توزع أموالك عبر أنواع متعددة من الأصول لموازنة المخاطر والعائد، بينما عدد التراكيب الممكنة هائل للغاية؟ يستكشف هذا البحث كيف قد تساعد أجهزة الحوسبة الكمومية الناشئة، بالعمل مع خوارزميات كلاسيكية، في مواجهة هذا التحدي بطريقة أذكى، خصوصاً للمحافظ التي يجب أن تكون متنوعة عبر عدة فئات أصول مثل الأسهم والسندات والسلع والعملات المشفّرة.

تحدي بناء محفظة متوازنة

في الواقع العملي، تصميم المحفظة لا يقتصر على السعي وراء عوائد عالية أو تقليل المخاطر على الورق. يتعيّن على المستثمرين الكبار، من بنوك إلى صناديق تقاعد، التنويع: يجب أن يحتفظوا بمزيج معين من أنواع الأصول حتى لا يكونوا معرضين بشكل مفرط لقطاع واحد أو تقلب سوقي. من الناحية الرياضية، يتحول تصميم المحفظة إلى لغز ضخم. كل أصل إما مُدرَج أو غير مُدرَج، وقواعد صارمة تحدد عدد الأصول الواجب اختيارها من كل فئة. عدد المحافظ الممكنة قد يكون هائلاً لدرجة تفوق قدرة البحث البسيط. الأساليب الكلاسيكية تستطيع حل حالات صغيرة، لكن في الحالات الأكبر والأكثر واقعية، إما تستغرق وقتاً طويلاً أو تعطي حلولاً تقريبية فقط.

كيف تدخل الدوائر الكمومية الصورة

تعالج الحواسيب الكمومية المعلومات بوحدات تُسمى الكيوبتات، التي يمكن أن تمثل حالات ممكنة متعددة في آن واحد. عائلة من الطرق تُدعى الخوارزميات الكمومية التباينية تهدف لاستغلال هذا عبر إعداد حالة كمومية، قياسها، ثم استخدام حاسوب عادي لتعديل الإعدادات حتى تكون النتائج المقاسة أفضل ما يمكن للمهمة المطلوبة. في هذا العمل، يركّز المؤلفون على إحدى هذه الطرق، محسن القيم الذاتية الكمومي التبايني (Variational Quantum Eigensolver). المكوّن الأساسي هو طريقة إعداد الحالة الكمومية، المعروفة بالانسايت (ansatz). اختيار انسايت ضعيف يُضيّع الوقت في استكشاف محافظ غير ملائمة تكسر قواعد التنويع؛ أما اختيار جيد فيوجّه البحث الكمومي نحو مرشحين مفيدين.

طريقة ذكية لترميز التنويع منذ البداية

الابتكار الرئيسي في هذا البحث هو استخدام عائلة خاصة من الحالات الكمومية، تسمى حالات ديك، لبناء محافظ تلتزم تلقائياً بمتطلبات التنويع. ببساطة، حالة ديك هي تراكب على كل التركيبات التي يكون فيها بالضبط عدد ثابت من الكيوبتات "مفعَّلة". إذا مثّل كل كيوبت اختيار أصل معين، فهذا يعني أن كل محفظة مرشحة في الحالة الكمومية تختار بالضبط عدد الأصول المطلوب. عبر دمج عدة حالات ديك—واحدة لكل فئة أصول—ينشئ المؤلفون حالة كمومية ابتدائية تتضمن فقط المحافظ التي تحتوي على العدد الصحيح من الأسهم والسندات وأنواع الأصول الأخرى. هذا التصميم يضيّق فضاء البحث بشدة من كل المحافظ الممكنة إلى تلك التي تحترم القواعد فقط، مع إلغاء الحاجة إلى شروط عقابية مصطنعة التي عادة ما تُعاقب الاختيارات غير الصالحة.

اختبار الأداء بمحافظ محاكاة

بما أن أجهزة الكم الحالية ما تزال ضوضائية وصغيرة، يختبر المؤلفون نهجهم باستخدام محاكاة مفصّلة. يقارنون انسايت القائم على ديك مع تراكيب أكثر تقليدية في مشكلات محفظية ذات تعقيد متزايد، مستخدمين بيانات سوق حقيقية تم الحصول عليها من مصادر عامة. للجانب الكلاسيكي في الحلقة الهجينة، يجربون عدة محسنات تضبط معلمات الدائرة الكمومية. عبر تجاربهم، تُظهر الطريقة القائمة على ديك احتمالاً أكبر للوصول إلى المحفظة الأفضل الحقيقية وتحقق تقريبيات ذات جودة أعلى للحل الأمثل. من بين المحسنات المختبرة، يبرز خوارزمية اسمها CMA-ES: فهي تعثر على المحفظة المتنوعة الصحيحة أكثر، وتجمّع احتمال القياس على ذلك الحل بدرجة أعلى، خاصة عندما يسمح لها بالتشغيل لعدد أكبر من التكرارات.

ماذا يعني هذا لتقنية الاستثمار في المستقبل

للقارئ غير المتخصص، الخلاصة الأساسية أن هذا العمل يبيّن كيفية دمج قواعد استثمارية واقعية—مثل التنويع—بشكل مباشر في بنية الحساب الكمومي، بدلاً من إضافتها لاحقاً. بالبدء من حالة كمومية تحترم بالفعل القيود، يضيّع المنهج جهداً أقل ويتصرف باستقرار أكبر في الاختبارات. رغم أن الدراسة تعتمد على محاكاة ولا تدّعي بعد تحقيق أداء أسرع من أفضل الأدوات الكلاسيكية، فإنها تشير إلى طريق واعد: دوائر كمومية متخصصة، مقترنة بمحسنات كلاسيكية مناسبة، قد تساعد يوماً ما المؤسسات المالية على التعامل مع مشكلات حافظات هائلة ومقيدة يصعب إدارتها اليوم.

الاستشهاد: Scursulim, J.V.S., Langeloh, G.M., Beltran, V.L. et al. Multiclass portfolio optimization via variational quantum Eigensolver with Dicke state ansatz. Sci Rep 16, 6208 (2026). https://doi.org/10.1038/s41598-026-36333-4

الكلمات المفتاحية: الحوسبة الكمومية, تحسين المحفظة, تنويع, حالات ديك, خوارزميات هجينة