HSBC mengatakan komputasi kuantum baru saja mencetak kemenangan nyata dalam perdagangan, melaporkan keuntungan empiris dalam penetapan harga obligasi algoritmik dengan perangkat keras dan keahlian IBM.
HSBC Mengumumkan Kemenangan Kuantum: Uji Coba IBM Meningkatkan Prediksi Perdagangan Obligasi Sebesar 34%

Penerbangan IBM Heron: HSBC Menandai Keuntungan Kuantum dalam Perdagangan Obligasi Algoritmik
Diumumkan pada 25 September, uji coba bersama ini menyatakan sebagai bukti dunia nyata yang diketahui pertama di dunia bahwa mesin kuantum saat ini dapat menambah nilai di pasar nyata. Klaim ini menargetkan P&L, bukan tolok ukur teoretis. Ini dimaksudkan untuk meja over-the-counter (OTC), bukan demo.
HSBC dan IBM menjalankan alur kerja hibrida kuantum-klasik pada data skala produksi dari pasar obligasi korporat Eropa, di mana permintaan untuk penawaran harga (RFQ) bergerak cepat.
Tujuannya sederhana: memprediksi kemungkinan memenangkan permintaan klien pada harga yang dikutip dalam RFQ yang kompetitif. Peluang yang lebih baik berarti penawaran yang lebih cerdas dan lebih sedikit pengisian yang terlewatkan.
Dibandingkan dengan tolok ukur klasik standar industri, pendekatan yang didukung kuantum menunjukkan peningkatan hingga 34% dalam akurasi prediksi. Ini adalah peningkatan signifikan untuk meja OTC yang beroperasi dengan margin tipis.
Dalam bahasa sederhana, model-model ini menjadi lebih baik dalam mendeteksi kapan harga sebenarnya akan terisi—sinyal berguna di pasar OTC di mana kecepatan dan presisi penting.
Philip Intallura dari HSBC menyebutnya “sebuah terobosan dunia pertama,” mengatakan bahwa bank ini sekarang memiliki contoh nyata tentang nilai jangka pendek kuantum dalam keuangan. Kepercayaan meningkat karena keuntungan datang pada perangkat keras saat ini, bukan pada mesin teoretis.
Jay Gambetta dari IBM mengatakan bahwa hasil ini berasal dari penggabungan keahlian domain dengan algoritma generasi berikutnya pada prosesor yang di-hosting di cloud. Menggabungkan qubit dengan keahlian kuant, dan Anda menemukan sinyal di mana tumpukan klasik mengalami batas.
Di bawahnya, prosesor Heron IBM dan stack perangkat lunak Qiskit meningkatkan metode klasik, menggali pola harga tersembunyi dalam data yang berisik. Ruang komputasi kuantum yang lebih besar menjelajahi sudut yang sering diabaikan oleh alat klasik.
Uji coba ini menargetkan pengambilan keputusan RFQ—apakah algoritma harus mengutip, seberapa agresif, dan seberapa besar kemungkinan terisi—sehingga para pedagang dapat fokus pada pesanan yang besar dan idiosinkratik. Otomasi menjadi lebih cepat; manusia menangani yang aneh.
Karena pasar obligasi OTC terfragmentasi dan data langka, bahkan peningkatan kecil dapat memiringkan meja; peningkatan 34% bukan uang receh. HSBC mengatakan ini baru permulaan, tetapi bukti menunjukkan kuantum sudah dapat mempertajam bagian dari tumpukan, dengan ruang yang lebih banyak seiring skala sistem berkembang.









