⚛️ física cuántica

Large-Scale Benchmarking of Quantum Neural Network Configurations for Financial Time Series Forecasting

Este estudio presenta una evaluación comparativa a gran escala de 1.368 configuraciones de Redes Neuronales Cuánticas para el pronóstico de series temporales financieras de GBP/USD, identificando que la selección de puertas específicas y las arquitecturas de circuitos son más críticas que el recuento de parámetros para lograr una alta precisión (superando al BiLSTM clásico), al tiempo que destaca los errores de puerta y la decoherencia como las principales barreras para el despliegue práctico en hardware cuántico de corto plazo.

Autores originales: Jack Waller, Xing Liang, Dimitrios Makris, Rajagopal Nilavalan

Publicado 2026-10-09

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jack Waller, Xing Liang, Dimitrios Makris, Rajagopal Nilavalan

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

El mundo de las finanzas depende en gran medida de la predicción del futuro, específicamente del movimiento de los valores de las divisas, los precios de las acciones y los indicadores económicos. Durante décadas, los científicos han utilizado computadoras clásicas para encontrar patrones en estos números, tratándolos como un rompecabezas complejo donde los datos pasados insinúan lo que vendrá después. Sin embargo, a medida que los datos se vuelven más intrincados y las relaciones más enredadas, las computadoras tradicionales a veces luchan por ver el panorama completo. Esto ha llevado a los investigadores a explorar un tipo diferente de máquina: la computadora cuántica. A diferencia de las computadoras estándar que procesan la información como simples interruptores de encendido o apagado, las máquinas cuánticas utilizan las extrañas reglas de la física para manejar la información de una manera que les permite existir en muchos estados a la vez. Cuando estas máquinas se programan para aprender de los datos, se convierten en redes neuronales cuánticas. Estas no son solo versiones más rápidas de los modelos antiguos; son herramientas fundamentalmente diferentes que ofrecen nuevas vías para el procesamiento de datos de alta dimensión. La pregunta que enfrentan los científicos hoy en día no es solo si estas máquinas pueden funcionar, sino cómo construirlas correctamente para resolver problemas del mundo real como la predicción del precio del dinero.

Un equipo de investigadores de la Universidad de Kingston en Londres y la Universidad de Brunel en Londres se propuso responder a esta pregunta tratando el diseño de una red neuronal cuántica como un proyecto de construcción masivo. Querían saber qué partes específicas de la máquina funcionaban mejor al intentar pronosticar el tipo de cambio entre la libra esterlina y el dólar estadounidense. Para ello, no se limitaron a construir un modelo; construyeron y probaron 1,368 versiones diferentes. Cada versión era una combinación única de diferentes bloques de construcción, tales como cómo se introducían los datos en la máquina, la disposición específica de las puertas lógicas internas, el número de bits cuánticos utilizados y las reglas matemáticas utilizadas para juzgar el éxito. Al ejecutar esta búsqueda de cuadrícula, los investigadores pudieron ver exactamente cómo el cambio de una pequeña pieza del rompecabezas afectaba el resultado final, proporcionando un mapa claro de lo que funciona y lo que no.

El estudio se centró en un conjunto de datos específico de tipos de cambio diarios que abarcaba casi veinte años, desde 2005 hasta 2025. Los investigadores dividieron estos datos en tres partes: una para enseñar a los modelos, una para ajustarlos y otra para probar su rendimiento final. Compararon sus creaciones cuánticas contra un modelo de computadora clásica altamente sofisticado conocido como BiLSTM, que es actualmente considerado un actor principal para este tipo de predicción basada en el tiempo. El objetivo era ver si los modelos cuánticos podían no solo igualar este referente clásico, sino potencialmente superarlo. Los resultados fueron sorprendentes. La configuración cuántica con mejor desempeño logró una puntuación de 0.985 en su capacidad para predecir los datos. Si bien esto superó ligeramente la puntuación de un modelo clásico restringido, es importante señalar que el referente clásico no restringido, que tenía acceso a una ventana de observación sustancialmente más larga y datos totalmente superpuestos, logró una puntuación de 0.9805. No obstante, la mejor configuración cuántica demostró una precisión predictiva competitiva y, en algunos casos, superior en comparación con los modelos clásicos que operan bajo restricciones de datos equivalentes, proporcionando evidencia alentadora del potencial de las QNN en la previsión financiera.

Sin embargo, el camino hacia este éxito no fue una línea recta, y los investigadores descubrieron que más grande no siempre era mejor. Un supuesto común en el campo es que añadir más bits cuánticos o más capas de complejidad conduciría automáticamente a mejores resultados. El estudio encontró que esto era lo contrario. Los modelos más exitosos utilizaron un número relativamente pequeño de bits cuánticos y un número moderado de capas. Cuando los investigadores aumentaban demasiado el tamaño del modelo, el rendimiento a menudo caía. Esto sucedía porque los modelos más grandes se volvían más difíciles de entrenar y más propensos a quedarse estancados en un estado en el que no podían aprender eficazmente. Además, los investigadores descubrieron que la elección específica de las puertas —las operaciones básicas que realiza la máquina— importaba mucho más que el número total de parámetros o el tamaño bruto del circuito. No se trataba de tener el motor más potente, sino de tener el motor adecuado para el trabajo.

Otro descubrimiento crítico concernía a cómo la máquina maneza el "entrelazamiento" de sus partes. En la física cuántica, el entrelazamiento es un fenómeno donde las partículas se vinculan de modo que el estado de una influye instantáneamente en la otra, sin importar la distancia. El equipo encontró que este vínculo no tiene que ocurrir solo en la parte de procesamiento principal de la máquina. En cambio, es una propiedad de todo el sistema. Si el método utilizado para introducir los datos en la máquina creaba suficiente entrelazamiento, la unidad de procesamiento principal podía ser más simple y aun así funcionar bien. Por el contrario, si el método de introducción de datos no creaba este vínculo, una unidad de procesamiento compleja no podría compensarlo. Esto significa que el éxito del modelo depende de la armonía de todo el sistema, no solo de la sofisticación de su componente central.

Los investigadores también probaron cómo se comportarían estos modelos en un hardware cuántico real, en lugar de solo en una simulación por computadora. Ejecutaron una selección de sus mejores diseños en un dispositivo cuántico real llamado IQM Emerald. Los resultados aquí fueron aleccionadores. Mientras que los modelos funcionaban perfectamente en la simulación, el dispositivo real introducía errores causados por la naturaleza física de la máquina, como el ruido y la pérdida de estados cuánticos con el tiempo. Estos errores causaron que la precisión de la predicción cayera significativamente. El estudio mostró que la profundidad del circuito, o cuántos pasos tenía que dar la máquina, era un factor importante en cuánto afectaba el ruido al rendimiento. Los circuitos más profundos sufrían más. Curiosamente, el tipo de error que más importaba no era la lectura del resultado final, sino los errores que ocurrían durante los pasos de cálculo mismos. Esto sugiere que, para que las computadoras cuánticas sean útiles en el mundo real ahora mismo, los diseños deben mantenerse poco profundos y simples para sobrevivir al entorno ruidoso del hardware actual.

A pesar de los desafíos planteados por el hardware del mundo real, el estudio proporciona un plano claro para el futuro. Los investigadores demostraron que es posible construir una red neuronal cuántica que compita con, y en configuraciones específicas supere, a los modelos clásicos para series temporales financieras, siempre que la arquitectura se elija con cuidado. Los mejores diseños equilibraron el número de componentes, el tipo de conexiones y el método de entrada de datos para crear una máquina que fuera tanto poderosa como resiliente. Los hallazgos indican que, si bien la tecnología aún está en sus primeras etapas y enfrenta obstáculos significativos relacionados con el ruido del hardware, el potencial es real. El trabajo establece una base sobre cómo deben construirse estas máquinas, ofreciendo orientación práctica para ingenieros que intentan convertir la teoría cuántica en una herramienta capaz de predecir el futuro del dinero. A medida que el hardware cuántico continúe mejorando y reduciendo el ruido que actualmente limita el rendimiento, las configuraciones identificadas en este estudio podrían servir como la base para la próxima generación de herramientas de previsión financiera.

Resumen Técnico: Evaluación a Gran Escala de Configuraciones de Redes Neuronales Cuánticas para la Predicción de Series Temporales Financieras

Planteamiento del Problema

Si bien el Aprendizaje Automático Cuántico (QML) y las Redes Neuronales Cuánticas (QNN) muestran potencial para abordar el procesamiento de datos de alta dimensionalidad, las evaluaciones comparativas sistemáticas se han limitado en gran medida a tareas de clasificación. Existe una brecha significativa en la comprensión de cómo rinden las configuraciones de los componentes de las QNN en problemas de regresión, específicamente dentro del desafiante dominio de la predicción de series temporales financieras. Los datos financieros presentan dificultades únicas debido a distribuciones complejas, comportamientos de cola pesada y correlaciones temporales de largo alcance. Además, el impacto de las limitaciones del hardware de Escala Intermedia con Ruido Cuántico (NISQ) —como los errores de puerta, la decoherencia y el ruido de lectura— sobre el despliegue práctico de las QNN para la regresión sigue sin explorarse suficientemente. Este estudio aborda estas brechas mediante la realización de una evaluación sistemática a gran escala de arquitecturas de QNN para la predicción del tipo de cambio spot GBP/USD.

Metodología

El estudio emplea una metodología rigurosa y enfocada en la aplicación que involucra una búsqueda de cuadrícula (grid search) sistemática a través de 1,368 distintas configuraciones de modelos QNN. El diseño experimental se estructura de la siguiente manera:

Conjunto de Datos: Tipos de cambio spot diarios de GBP/USD desde el 8 de junio de 2005 hasta el 19 de marzo de 2025 (5,000 muestras). Los datos se dividen cronológicamente en conjuntos de entrenamiento (60%), validación (10%) y prueba (30%).
Arquitectura QNN: Los modelos utilizan una arquitectura modular que comprende tres fases secuenciales:
1. Codificación de Datos: Se evaluaron tres métodos: Codificación de Amplitud (densidad de datos exponencial), Codificación de Ángulo (profundidad de circuito constante) y Codificación de Circuito (mapas de características más ricos).
2. Ansatz (Circuito Variacional): Se probaron doce configuraciones de ansatz distintas, variando en conectividad (vecino más cercano frente a totalmente conectado), tipos de puertas y expresibilidad.
3. Optimización: Los modelos se optimizaron utilizando el optimizador Adam durante 300 épocas. Se compararon dos funciones de costo: un Error Cuadrático Medio (MSE) clásico y una función de costo de Fidelidad cuántica.
Variables: La búsqueda de cuadrícula varió el número de qubits (4, 6, 8, 10, 12), la profundidad de capas (1, 2, 4, 8) y las mencionadas combinaciones de codificación/ansatz/función de costo.
Líneas Base (Baselines): El rendimiento se contextualizó frente a dos líneas base de BiLSTM clásicas: un modelo restringido (que coincide con las restricciones de la ventana de datos de la QNN) y un modelo no restringido (que utiliza ventanas de observación más largas y arquitecturas más profundas).
Evaluación de Hardware: Para evaluar la viabilidad en el mundo real, un subconjunto de configuraciones (usando codificación de ángulo y un ansatz modificado compatible con el hardware) se ejecutó en el dispositivo cuántico IQM Emerald y se comparó con un simulador sin ruido y con el simulador Amazon Braket SV1 (solo ruido de lectura).

Contribuciones Clave

Evaluación Sistemática a Gran Escala: Este trabajo proporciona una de las evaluaciones más extensas de las configuraciones de QNN para la regresión, yendo más allá de la literatura centrada en la clasificación para analizar 1,368 permutaciones arquitectónicas únicas.
Análisis de Interacción de Componentes: El estudio aísla los efectos de los métodos de codificación, los diseños de ansatz, el número de qubits y las funciones de costo, revelando que la selección y disposición de las puertas es más crítica para el éxito que el recuento bruto de parámetros.
El Entrelazamiento como Propiedad del Sistema: La investigación demuestra que el entrelazamiento es una propiedad de todo el circuito y no solo del ansatz. Específicamente, los métodos de codificación (como la codificación de amplitud o de circuito) pueden introducir entrelazamiento que compensa a los ansatz con capacidades de entrelazamiento mínimas, aunque esto no garantiza un alto rendimiento.
Caracterización del Ruido del Hardware: Mediante la ejecución de modelos en el dispositivo IQM Emerald, el estudio cuantifica el impacto específico de los errores de puerta y la decoherencia frente al ruido de lectura, identificando la profundidad del circuito y la selección de puertas como determinantes clave de la resiliencia al ruido.

Resultados

Rendimiento de la Simulación

Precisión: La configuración de QNN con mejor rendimiento logró una puntuación $R^2$ de 0.98495 (MSE $5.67 \times 10^{-5}$ ) utilizando codificación de ángulo, ansatz (j), 4 qubits, 8 capas y una función de costo de MSE clásica.
Comparación con Modelos Clásicos: Diez de las doce configuraciones de ansatz superaron a la línea base de BiLSTM restringida ( $R^2 = 0.9529$ ). Notablemente, las ocho mejores configuraciones de QNN también superaron a la línea base de BiLSTM no restringida ( $R^2 = 0.9805$ ), a pesar de que el modelo clásico tenía acceso a una ventana de observación significativamente más larga y a más datos.
Codificación y Ansatz:
- La codificación de amplitud produjo el mejor rendimiento medio entre las configuraciones, aunque la codificación de ángulo produjo el mejor modelo individual.
- El Ansatz (h) logró la mayor precisión media (el único con un $R^2$ medio positivo), mientras que el Ansatz (j) y el (f) produjeron los mejores resultados individuales.
- El Ansatz (k), que carece de puertas de dos qubits, tuvo un desempeño deficiente, confirmando que el entrelazamiento es necesario para la convergencia, aunque su fuente (codificación vs. ansatz) importa.
Escalabilidad: Aumentar el número de qubits no mejoró consistentemente el rendimiento; en muchos casos, la precisión disminuyó a medida que aumentaba el número de qubits, potencialmente debido a los mesetas barrenas (barren plateaus) y la dilución de la densidad de datos codificados. Aumentar la profundidad de las capas mejoró la precisión de manera más fiable que aumentar el número de qubits.
Funciones de Costo: Si bien la función de costo de fidelidad cuántica produjo una mejor precisión media (menos fallos), la función de costo MSE clásica produjo los mejores modelos individuales, probablemente debido a un techo de rendimiento más alto a pesar de una mayor varianza.

Impacto del Ruido del Hardware

Ruido de Lectura: La ejecución en el simulador SV1 (solo ruido de lectura) resultó en una degradación menor y uniforme de la precisión ( $\Delta R^2 \approx -0.06$ ).
Hardware Real (IQM Emerald): La ejecución en el dispositivo IQM Emerald causó una disminución sustancial de la precisión ( $\Delta R^2 \approx -1.25$ ), impulsada principalmente por los errores de puerta y la decoherencia.
Resiliencia: Los circuitos poco profundos (1–2 capas) mantuvieron una capacidad predictiva significativa en el hardware real. El Ansatz (k) mostró la menor degradación adicional debido a la ausencia de puertas de dos qubits, pero su falta de entrelazamiento resultó en un bajo rendimiento de base.
Compatibilidad de Puertas: El estudio destacó que las puertas no nativas (ej. CRX) requieren descomposición, lo que aumenta significativamente la profundidad del circuito y la acumulación de errores, haciendo que los circuitos más profundos sean impracticables en el hardware actual.

Significancia y Reivindicaciones

El artículo afirma proporcionar orientación arquitectónica práctica para diseñar QNN para la predicción de series temporales financieras en dispositivos de corto plazo. Establece que:

Las QNN bien configuradas pueden ser competitivas con, y en algunos casos superiores a, los modelos de aprendizaje profundo clásicos incluso bajo condiciones de datos restrictivas.
La selección y disposición de las puertas son determinantes más críticos del éxito del modelo que el mero número de parámetros.
El entrelazamiento es una propiedad del sistema; el método de codificación puede compensar parcialmente la falta de entrelazamiento del ansatz, pero la falta total de entrelazamiento impide la convergencia.
El ruido del hardware (específicamente los errores de puerta y la decoherencia) sigue siendo una barrera significativa para el despliegue autónomo de las QNN. Aunque los circuitos poco profundos pueden retener cierta capacidad predictiva, la configuración óptima para la simulación sin ruido no necesariamente se traduce en el mejor rendimiento en el hardware real.

Los autores mantienen un tono modesto, señalando que, aunque los resultados son alentadores, se requiere una investigación sustancial adicional antes de que las QNN alcancen una utilidad práctica comparable a los modelos clásicos. El estudio sirve como una caracterización de base de la sensibilidad al ruido y los compromisos arquitectónicos para la era NISQ.