Quenching Speculation in Quantum Markets via Entangled Neural Traders

तकनीकी सारांश: एंटैंगल्ड न्यूरल ट्रेडर्स के माध्यम से क्वांटम बाजारों में सट्टेबाजी को रोकना

समस्या विवरण
सट्टा व्यापार अक्सर अत्यधिक बाजार अस्थिरता को जन्म देता है, जिससे आर्थिक बुलबुले और उसके बाद गंभीर मैक्रो-इकोनॉमिक परिणामों के साथ क्रैश (गिरावट) होते हैं। मौजूदा नियामक और मैक्रो-प्रूडेंशियल उपकरण आमतौर पर केवल तब हस्तक्षेप करते हैं जब ये अस्थिर गतिशीलता पहले से ही उभर चुकी होती है। शास्त्रीय आर्थिक मॉडलों में, अस्थिरता तर्कसंगत एजेंटों के बीच शास्त्रीय सूचनाओं के आदान-प्रदान से उत्पन्न होती है, जो अक्सर एक "बस्ट" (पतन) संतुलन की ओर अग्रसर होती है जहाँ एजेंट सामूहिक रूप से संपत्तियों का मूल्य शून्य कर देते हैं (जैसा कि p-गेसिंग गेम में देखा जाता है)। लेखक प्रस्तावित करते हैं कि क्वांटम प्रौद्योगिकियां निर्णय लेने वालों के बीच गैर-शास्त्रीय सहसंबंधों (non-classical correlations) को पेश करके आर्थिक व्यवहार को आकार देने के लिए एक मौलिक रूप से नया तंत्र प्रदान करती हैं, जो संभावित रूप से केंद्रीय निरीक्षण के बिना बाजारों को आंतरिक रूप से स्थिर कर सकती हैं।

कार्यप्रणाली
यह अध्ययन एक हाइब्रिड दृष्टिकोण का उपयोग करता है जो मल्टी-एजेंट सुदृढीकरण शिक्षण (Multi-Agent Reinforcement Learning - RL) को क्वांटम गेम थ्योरी के साथ जोड़कर एक प्रोटोटाइप क्वांटम स्टॉक मार्केट का अनुकरण करता है।

1. सुदृढीकरण शिक्षण एजेंट (Reinforcement Learning Agents): बाजार में आठ AI ट्रेडर्स हैं, जिनमें से प्रत्येक एक फीडफॉरवर्ड न्यूरल नेटवर्क द्वारा संचालित है। इन एजेंटों को प्रारंभिक नकद (cash) और स्टॉक होल्डिंग्स दी गई हैं। उनका उद्देश्य अपनी कुल संपत्ति (नकद + स्टॉक मूल्य) को अधिकतम करना है। नेटवर्क इनपुट में एजेंट का वर्तमान नकद, स्टॉक होल्डिंग्स और पिछले दौर का औसत स्टॉक मूल्यांकन शामिल है। आउटपुट यह निर्धारित करता है कि एजेंट की खरीदने या बेचने की मंशा क्या है और विशिष्ट मूल्यांकन मूल्य क्या है। एजेंटों को REINFORCE एल्गोरिदम और ADAM ऑप्टिमाइज़र का उपयोग करके प्रशिक्षित किया जाता है, जो प्राप्त पे-ऑफ के आधार पर अपनी रणनीतियों को अनुकूलित करते हैं।
2. शास्त्रीय आधार रेखा (Classical Baseline): शास्त्रीय सिमुलेशन में, एजेंट कच्चे मूल्यांकनों (raw valuations) के आधार पर व्यापार करते हैं। लेनदेन तब होता है जब खरीदार और विक्रेता के मूल्यांकन एक सहनशीलता (tolerance) के भीतर मेल खाते हैं, जो मानक बाजार तंत्र की नकल करता है।
3. क्वांटम मार्केट फ्रेमवर्क: क्वांटम एनालॉग में, कच्चे मूल्यांकनों का सीधे व्यापार नहीं किया जाता है। इसके बजाय, उन्हें प्रत्येक ट्रेडर को सौंपे गए क्वबिट्स (qubits) में एनकोड किया जाता है। मिलान से पहले, इन क्वबिट्स पर एक वेरिएशनल क्वांटम सर्किट प्रक्रिया संचालित होती है:
   • इनिशियलाइजेशन (Initialization): क्वबिट्स $|0\rangle$ अवस्था से शुरू होते हैं।
   • एंटैंगलमेंट (Entanglement): सभी क्वबिट्स को एंटैंगल करने के लिए एक एंटैंगलमेंट ऑपरेटर $J(\gamma)$ लागू किया जाता है, जहाँ $\gamma$ एंटैंगलमेंट की डिग्री को नियंत्रित करता है ($0 \le \gamma \le \pi/2$)।
   • एनकोडिंग (Encoding): कच्चे मूल्यांकनों को क्वबिट्स पर कार्य करने वाले यूनिटरी गेट्स $U_i(\theta_i)$ में मैप किया जाता है।
   • मापन/समायोजन (Measurement/Adjustment): इनवर्स एंटैंगलमेंट ऑपरेटर $J^\dagger(\gamma)$ लागू किया जाता है, और समायोजित मूल्यांकन क्वबिट्स के एक्सपेक्टेशन वैल्यूज (expectation values) से प्राप्त किए जाते हैं।
4. गेम थ्योरेटिक विश्लेषण: सिमुलेशन के परिणामों की व्याख्या करने के लिए, लेखक p-गेसिंग गेम के क्वांटाइज्ड संस्करण को तैयार करते हैं। वे शुद्ध (pure) और मिश्रित (mixed) रणनीतियों के लिए यूटिलिटी फंक्शन्स और नैश इक्विलिब्रिया (Nash equilibria) का विश्लेषण करते हैं, विशेष रूप से यह देखते हैं कि एंटैंगलमेंट और फेज कोहेरेंस (phase coherence) शास्त्रीय मामले की तुलना में रणनीतिक परिदृश्य को कैसे बदलते हैं।

प्रमुख योगदान और परिणाम

• परिसंपत्ति कीमतों का स्थिरीकरण: शास्त्रीय सिमुलेशन में, AI एजेंट तेजी से लिक्विडेशन रणनीति की ओर बढ़ते हैं, जिससे कमोडिटी की कीमत गिरकर लगभग शून्य हो जाती है (एक बेयरिश बस्ट)। पूरी तरह से एंटैंगल्ड क्वांटम मार्केट में, इस अनियंत्रित अवमूल्यन को कम किया जाता है। कीमत अपने प्रारंभिक आंतरिक मूल्य के करीब स्थिर हो जाती है, जिससे 'बस्ट' परिदृश्य पूरी तरह से टल जाता है।
• उन्नत ट्रेडर नेट वर्थ: मूल्य स्थिरीकरण के कारण, क्वांटम मार्केट में AI ट्रेडर्स की औसत शुद्ध संपत्ति शास्त्रीय बाजार की तुलना में काफी अधिक होती है। प्रतिनिधि रन में, क्वांटम मार्केट के सबसे गरीब ट्रेडर की शुद्ध संपत्ति शास्त्रीय मार्केट के सबसे अमीर ट्रेडर की तुलना में अधिक रही।
• नियंत्रण लीवर के रूप में एंटैंगलमेंट: एंटैंगलमेंट की डिग्री ($\gamma$) अस्थिरता के लिए एक नियंत्रण पैरामीटर के रूप में कार्य करती है। जैसे-जैसे $\gamma$ 0 (शास्त्रीय) से $\pi/2$ (अधिकतम एंटैंगलमेंट) तक बढ़ता है, बाजार एक पतन वाली स्थिति से एक स्थिर स्थिति में परिवर्तित हो जाता है। क्वांटम सहसंबंध पे-ऑफ परिदृश्य को नया आकार देते हैं, जिससे अत्यधिक कम मूल्यांकन एक उप-इष्टतम (suboptimal) रणनीति बन जाता है।
• शुद्ध-रणनीति नैश इक्विलिब्रियम का उन्मूलन: क्वांटाइज्ड p-गेसिंग गेम का सैद्धांतिक विश्लेषण प्रकट करता है कि एंटैंगलमेंट, विशिष्ट फेज कॉन्फ़िगरेशन के साथ मिलकर, उस दोषपूर्ण शुद्ध-रणनीति नैश इक्विलिब्रियम (जहाँ सभी खिलाड़ी शून्य बोली लगाते हैं) को समाप्त कर देता है जो शास्त्रीय खेल में बाजार पतन को संचालित करता है।
• गैर-अपभ्रष्ट मिश्रित इक्विलिब्रिया की उपस्थिति: जबकि शुद्ध इक्विलिब्रिया को हटा दिया गया है, क्वांटम गेम मिश्रित-रणनीति नैश इक्विलिब्रिया को बनाए रखता है। विविक्त (discretized) रणनीति स्पेस के कम्प्यूटेशनल विश्लेषण से पता चलता है कि ये मिश्रित इक्विलिब्रिया गैर-शून्य औसत मूल्यांकन की ओर ले जाते हैं, जो खिलाड़ियों द्वारा संभाव्य रणनीतियों का उपयोग करने पर भी "बस्ट" परिणाम को रोकते हैं।

महत्व और दावे
पेपर यह दावा करता है कि क्वांटम सहसंबंधों को बाजार स्थिरीकरण के लिए एक नवीन, आंतरिक तंत्र के रूप में पहचाना जा सकता है। पारंपरिक हस्तक्षेपों (जैसे पूंजी नियंत्रण या विनियमन) के विपरीत, जो बाहरी रूप से कार्य करते हैं, यह दृष्टिकोण सूचना के आदान-प्रदान के भौतिक माध्यम के माध्यम से बाजारों को स्थिर करता है।

• सैद्धांतिक निहितार्थ: यह कार्य प्रदर्शित करता है कि क्वांटम एंटैंगलमेंट आर्थिक खेलों के रणनीतिक परिदृश्य को मौलिक रूप से बदल सकता है, जिससे उन इक्विलिब्रिया को हटाया जा सकता है जो बाजार क्रैश जैसे दोषपूर्ण परिणामों की ओर ले जाते हैं।
• कार्यप्रणाली उपयोगिता: अध्ययन यह प्रमाणित करता है कि जटिल क्वांटम निर्णय लेने के ढांचों में इष्टतम रणनीतियों का पता लगाने के लिए मल्टी-एजेंट सुदृढीकरण शिक्षण का उपयोग एक स्केलेबल और लागत प्रभावी उपकरण के रूप में किया जा सकता है, जो मानव विषय प्रयोगों और वर्तमान हार्डवेयर सीमाओं को दरकिनार करता है।
• भविष्य का दृष्टिकोण: लेखक सुझाव देते हैं कि हालांकि वर्तमान क्वांटम हार्डवेयर ऐसे बाजारों के पैमाने को सीमित करता है, क्वांटम कंप्यूटिंग और नेटवर्किंग (वितरित क्वांटम कंप्यूटिंग सहित) की तीव्र प्रगति इस अवधारणा को कि एक क्वांटम स्टॉक मार्केट एक संभावित भविष्य का परिदृश्य है, और अधिक विश्वसनीय बनाती है। वे इस बात पर जोर देते हैं कि यह ढांचा आर्थिक बुलबुले को कम करने के लिए एक नया दृष्टिकोण प्रदान करता है, जो शास्त्रीय व्यवहार मॉडल से आगे बढ़कर क्वांटम डिग्री ऑफ फ्रीडम का लाभ उठाता है।

पेपर व्यावहारिक कार्यान्वयन के संबंध में एक मध्यम स्वर बनाए रखता है, यह स्वीकार करते हुए कि लाखों ट्रेडरों वाले बाजारों के लिए वर्तमान क्वबिट संख्या अपर्याप्त है, लेकिन यह तर्क देता है कि सैद्धांतिक ढांचा आर्थिक रूप से प्रेरित प्रणालियों पर क्वांटम गेम थ्योरी को लागू करने के लिए एक ठोस मार्ग प्रदान करता है।