Drevet av
News

HSBC Skryter av Kvantegevinst: IBM-test Øker Prediksjoner for Obligasjonshandel med 34%

HSBC sier kvantedatabehandling nettopp har oppnådd en reell handelssuksess, og rapporterer empiriske gevinster i algoritmisk prising av obligasjoner med IBMs maskinvare og ekspertise.

SKREVET AV
DEL
HSBC Skryter av Kvantegevinst: IBM-test Øker Prediksjoner for Obligasjonshandel med 34%

IBM Heron Tar Av: HSBC Marker Kvantegevinster i Algoritmisk Obligasjonshandel

Kunngjort 25. september, fremholder den felles prøven verdens første kjente reelle bevis på at dagens kvantemaskiner kan tilføre verdi i levende markeder. Påstanden retter seg mot P&L, ikke teoretiske benchmarks. Den er ment for over-the-counter (OTC) skrivebord, ikke demo.

HSBC og IBM kjørte en hybrid kvante-klassisk arbeidsflyt på produksjonsdata fra Europas bedriftsobligasjonsmarked, hvor forespørsler om tilbud (RFQ) beveger seg raskt.

Målet var enkelt: forutsi sjansene for å vinne kundeforespørsler til en oppgitt pris i konkurrerende RFQ-er. Bedre odds betyr smartere tilbud og færre tapte fyllinger.

Mot klassiske baselines som er bransjestandard, viste den kvanteaktiverte tilnærmingen en så stor som 34% økning i forutsigende nøyaktighet. Det er en materiell økning for et OTC-skrivebord som lever på tynne marginer.

På enkel norsk ble modellene bedre til å oppdage når en pris faktisk ville bli fylt—nyttig signal i et OTC-marked hvor hastighet og presisjon lønner seg.

HSBCs Philip Intallura kalte det “en banebrytende verdensnyhet,” og sa banken nå har et håndfast eksempel på kvanteverdi på kort sikt i finans. Tilliten økte fordi gevinstene kom på nåværende maskinvare, ikke en teoretisk maskin.

IBMs Jay Gambetta sa at resultatet kommer fra å kombinere domenekunnskap med neste-generasjons algoritmer på skythostede prosessorer. Bland qubits med kvantkunnskap, og du finner signal der klassiske stabler flater ut.

Under panseret, IBMs Heron-prosessor og Qiskit programvarestabel forbedret klassiske metoder, og lokket frem skjulte prismønstre i støyende data. Kvantes større beregningsrom utforsker hjørner som klassiske verktøy ofte ignorerer.

Prøven hadde som mål å målrette RFQ-beslutninger—skal algoen gi tilbud, hvor aggressivt, og hvor sannsynlig er en fylling—slik at tradere kan fokusere på blokkete, idiosynkratiske bestillinger. Automatisering blir raskere; mennesker tar tak i de merkelige tingene.

Fordi OTC-obligasjonsmarkedene er fragmenterte og datasvake, kan selv trinnvise gevinster vippe bordet; en 34% forbedring er ikke lommerusk. HSBC sier det er tidlig, men bevisene antyder at kvante allerede kan skjerpe deler av stabelen, med rom for vekst når systemene skaleres.

Denne artikkelen er oversatt fra engelsk ved hjelp av kunstig intelligens. Den originale engelske versjonen er den autoritative kilden; automatiske oversettelser kan inneholde unøyaktigheter, særlig i juridisk og regulatorisk terminologi.

Tags i denne artikkelen