Алгоритмическая торговля облигациями требует быстрых решений: нужно оценивать рынок, понимать риски и учитывать поведение других участников. Классические модели нередко теряются в сложных и зашумленных данных, поэтому иногда пропускают важные ценовые сигналы.
HSBC вместе с IBM (https://www.hsbc.com/news-and-views/news/media-releases/2025/hsbc-demonstrates протестировали новый подход, который задействует квантовый процессор. Они использовали квантовый алгоритм для анализа реальных внутридневных данных по корпоративным облигациям и сравнили результаты с обычными моделями. Квантовая обработка помогла уловить скрытые временные паттерны, которые классические методы не видят.
Модели с квантовыми преобразованиями данных позволили улучшить точность прогнозов на 34%. Исследователи предполагают, что одна из причин такого превосходства – наличие шума в современных квантовых процессорах, который оказывается полезен при решении подобных задач. А исследование по их словам показывает, что квантовые вычисления уже сегодня могут усиливать аналитические инструменты в финансах и открывать новые практические сценарии для торговли. с использованием исключительно классических методов.
https://arxiv.org/abs/2509.17715
Источник: arxiv.org
Источник: ai-news.ru
