HSBC Vanta Vittoria Quantistica: Il Test di IBM Incrementa le Previsioni sul Trading di Obbligazioni del 34%

IBM Heron prende il volo: HSBC evidenzia i guadagni quantistici nel trading algoritmico di obbligazioni

Annunciato il 25 settembre, la prova congiunta promuove la prima evidenza reale conosciuta al mondo che le attuali macchine quantistiche possano apportare valore nei mercati attivi. La dichiarazione si concentra sul P&L, non su benchmark teorici. È pensato per i desk over-the-counter (OTC), non per demo.

HSBC e IBM hanno gestito un flusso di lavoro ibrido quantistico-classico su dati a scala di produzione del mercato delle obbligazioni aziendali europee, dove le richieste di preventivo (RFQ) si muovono rapidamente.

L’obiettivo era chiaro: prevedere le probabilità di vincere richieste dei clienti a un prezzo quotato in RFQ competitivi. Migliori probabilità significano preventivi più intelligenti e meno riempimenti mancati.

Rispetto ai parametri di riferimento classici standard del settore, l’approccio abilitato quantisticamente ha registrato un incremento fino al 34% nella precisione predittiva. È un incremento materiale per un desk OTC che vive su margini sottili.

In parole semplici, i modelli sono migliorati nel rilevare quando un prezzo sarebbe effettivamente riempito—un segnale utile in un mercato OTC dove velocità e precisione pagano.

Philip Intallura di HSBC l’ha definito “una prima mondiale rivoluzionaria”, affermando che la banca ora ha un esempio tangibile di valore quantistico a breve termine nella finanza. La fiducia è aumentata perché i guadagni sono arrivati con l’hardware attuale, non con una macchina teorica.

Jay Gambetta di IBM ha detto che il risultato deriva dall’unire l’esperienza nel dominio con gli algoritmi di nuova generazione su processori ospitati nel cloud. Mescola i qubit con le competenze quantitative, e trovi segnali dove gli stack classici si arrestano.

Sotto il cofano, il processore Heron di IBM e lo stack software Qiskit hanno aumentato i metodi classici, rivelando modelli di prezzo nascosti in dati rumorosi. Lo spazio computazionale più ampio del quantistico esplora angoli che gli strumenti classici spesso ignorano.

La prova si è concentrata sulla decisione delle RFQ—se l’algoritmo dovrebbe quotare, quanto aggressivamente e quanto è probabile un riempimento—così i trader possono concentrarsi su ordini voluminosi e idiosincratici. L’automazione diventa più veloce; gli umani affrontano le situazioni strane.

Poiché i mercati delle obbligazioni OTC sono frammentati e scarsi di dati, anche guadagni incrementali possono inclinare la bilancia; un miglioramento del 34% non è spiccioli. HSBC dice che è presto, ma l’evidenza suggerisce che il quantistico può già affinare parti dello stack, con margini di miglioramento man mano che i sistemi crescono.