paddle_quantum.finance.finance
量子金融的相关函数和模拟器类。
- class DataSimulator(stocks, start=None, end=None)
基类:
object用于生成和计算投资组合优化和投资分散化问题要用的数据和相关参数。
- 参数:
stocks (list) – 表示所有可投资股票的名字。
start (datetime, optional) – 表示随机生成股票数据时交易日的起始日期, 默认为
None。end (datetime, optional) – 表示随机生成股票数据时交易日的结束日期, 默认为
None。
- set_data(data)
决定实验使用的数据是随机生成的还是用户本地输入。
- 参数:
data (list) – 用户输入的股票数据。
- randomly_generate()
根据开始日期和结束日期随机生成用于实验的股票数据。
备注
若要随机生成股票数据，需要以
datetime包中的格式指定开始日期和结束日期，如start = datetime.datetime(2016, 1, 1)。
- get_asset_return_mean_vector()
用于计算所有可投资股票的平均投资回报率。
- 返回:
所有可投资的股票的平均投资回报率。
- 返回类型:
list
- get_asset_return_covariance_matrix()
用于计算所有可投资股票回报率之间的协方差矩阵。
- 返回:
所有可投资股票回报率之间的协方差矩阵。
- 返回类型:
list
- get_similarity_matrix()
计算各股票之间的相似矩阵。
通过动态时间规整算法（Dynamic Time Warping, DTW）计算两股票之间的相似性。
- 返回:
各股票间的相似矩阵。
- 返回类型:
list
- portfolio_optimization_hamiltonian(penalty, mu, sigma, q, budget)
构建投资组合优化问题的哈密顿量。
- 参数:
penalty (int) – 惩罚参数。
mu (list) – 各股票的预期回报率。
sigma (list) – 各股票回报率间的协方差矩阵。
q (float) – 投资股票的风险。
budget (int) – 投资预算, 即要投资的股票数量。
\[C(x) = q \sum_i \sum_j S_{ji}x_ix_j - \sum_{i}x_i \mu_i + A \left(B - \sum_i x_i\right)^2\]提示
将布尔变量 \(x_i\) 映射到哈密顿矩阵上，\(x_i \mapsto \frac{I-Z_i}{2}\)。
- 返回:
投资组合优化问题的哈密顿量。
- 返回类型:
paddle_quantum.Hamiltonian
- portfolio_diversification_hamiltonian(penalty, rho, q)
构建投资组合分散化问题的哈密顿量。
- 参数:
penalty (int) – 惩罚参数。
rho (list) – 各股票间的相似矩阵。
q (int) – 股票聚类的类别数。
\[\begin{split}\begin{aligned} C_x &= -\sum_{i=1}^{n}\sum_{j=1}^{n}\rho_{ij}x_{ij} + A\left(q- \sum_{j=1}^n y_j \right)^2 + \sum_{i=1}^n A\left(\sum_{j=1}^n 1- x_{ij} \right)^2 \\ &\quad + \sum_{j=1}^n A\left(x_{jj} - y_j\right)^2 + \sum_{i=1}^n \sum_{j=1}^n A\left(x_{ij}(1 - y_j)\right).\\ \end{aligned}\end{split}\]提示
将布尔变量 \(x_{ij}\) 映射到哈密顿矩阵上，\(x_{ij} \mapsto \frac{I-Z_{ij}}{2}\)。
- 返回:
投资组合分散化问题的哈密顿量。
- 返回类型:
paddle_quantum.Hamiltonian
- arbitrage_opportunities_hamiltonian(g, penalty, n, k)
构建最佳套利机会问题的哈密顿量。
- 参数:
g (networkx.DiGraph) – 不同货币市场间转换的图形化表示。
penalty (int) – 惩罚参数。
n (int) – 货币种类的数量，即图 g 中的顶点数量。
k (int) – 套利回路中包含的顶点数。
\[C(x) = - P(x) + A\sum_{k=0}^{K-1} \left(1 - \sum_{i=0}^{n-1} x_{i,k}\right)^2 + A\sum_{k=0}^{K-1}\sum_{(i,j)\notin E}x_{i,k}x_{j,k+1}\]提示
将布尔变量 \(x_{i,k}\) 映射到哈密顿矩阵上，\(x_{i,k} \mapsto \frac{I-Z_{i,k}}{2}\)。
- 返回:
最佳套利机会问题的哈密顿量。
- 返回类型:
paddle_quantum.Hamiltonian