Large-scale portfolio optimization on a trapped-ion quantum computer
Die Autoren präsentieren einen hardwareangepassten End-to-End-Pipeline-Ansatz zur großskaligen Portfolio-Optimierung mit Kardinalitätsbeschränkungen, der auf einem 64-Qubit-Fallen-Ionen-Quantenprozessor demonstriert wird und durch korrelationsgesteuerte Zerlegung sowie den nicht-variativen BF-DCQO-Algorithmus nachweislich bessere Risiko-Rendite-Ergebnisse im Vergleich zu Random-Baselines erzielt.