⚛️ quantum physics

Solving 2D Black Scholes Equation via Hermitian Block Embedding and Generalised Quantum Signal Processing

यह शोध पत्र हर्मिटियन ब्लॉक एम्बेडिंग को जनरलाइज्ड क्वांटम सिग्नल प्रोसेसिंग के साथ जोड़कर गैर-हर्मिटियन टाइम-स्टेप मैट्रिसेस के व्युत्क्रम (इनवर्स) को सटीक रूप से अनुमानित करने के माध्यम से, दो-आयामी ब्लैक-स्कोल्स समीकरण को हल करने की एक विधि प्रस्तावित और संख्यात्मक रूप से मान्य करता है, जो मल्टी-एसेट ऑप्शन प्राइसिंग पर आधुनिक क्वांटम लीनियर अल्जेब्रा तकनीकों को लागू करने की व्यवहार्यता को प्रदर्शित करता है।

मूल लेखक: James W. Greenwell, Jingbo Wang, Des Hill

प्रकाशित 2026-06-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: James W. Greenwell, Jingbo Wang, Des Hill

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ इस शोध पत्र का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।

बड़ी तस्वीर: ऑप्शंस के एक "बास्केट" की कीमत तय करना

कल्पना कीजिए कि आप एक वित्तीय ट्रेडर हैं जो एक विशेष "बास्केट" (टोकरी) ऑप्शन की कीमत जानने की कोशिश कर रहे हैं। यह केवल एक स्टॉक (जैसे Apple) पर दांव नहीं है; यह दो अलग-अलग स्टॉक्स (जैसे Apple और Microsoft) के एक साथ चलने पर लगाया गया दांव है।

वास्तविक दुनिया में, इस बास्केट की सही कीमत निकालना एक विशाल, जटिल भूलभुलैया को सुलझाने जैसा है। आपको आज से लेकर उस दिन तक (जब दांव समाप्त होगा) पीछे की ओर काम करना होता है, और यह समझना होता है कि हर एक कदम पर कीमत कैसे बदलती है।

लंबे समय से, कंप्यूटर इसे "फाइनाइट डिफरेंस" (finite differences) नामक एक विधि का उपयोग करके करते आए हैं। इसे स्टॉक की कीमतों की सुचारू, निरंतर गति को बिंदुओं के एक विशाल ग्रिड (जाल) में बदलने के रूप में समझें। आज की कीमत खोजने के लिए, कंप्यूटर को एक विशाल गणितीय पहेली हल करनी होती है: उसे समय में पीछे जाने के लिए एक विशाल मैट्रिक्स को इनवर्ट (invert) करना पड़ता है (जो संख्याओं का एक ग्रिड है)।

समस्या: "नॉन-सिमेट्रिक" (असममित) पहेली

कंप्यूटर के सामने जो गणितीय पहेली है, वह पेचीदा है। जिस संख्याओं के ग्रिड (मैट्रिक्स) को उसे इनवर्ट करना है, वह "नॉन-हर्मिटियन" (non-Hermitian) है। सरल शब्दों में, इसका मतलब है कि ग्रिड टेढ़ा-मेढ़ा है और इसमें कोई व्यवस्थित, सममित संरचना नहीं है।

एक साधारण, एक-स्टॉक वाले परिदृश्य में, वैज्ञानिकों ने इस टेढ़े-मेढ़े ग्रिड को सममित (Hermitian) बनाने के लिए एक चतुर तरकीब खोजी थी ताकि वे जनरलाइज्ड क्वांटम सिग्नल प्रोसेसिंग (GQSP) नामक एक शक्तिशाली नए टूल का उपयोग कर सकें। GQSP एक सुपर-कुशल क्वांटम मशीन की तरह है जो विशिष्ट प्रकार की गणितीय पहेलियों को बहुत तेज़ी से हल कर सकती है, लेकिन यह केवल सममित और व्यवस्थित ग्रिड पर ही काम करती है।

हालाँकि, जब आप इसमें दूसरा स्टॉक जोड़ देते हैं, तो ग्रिड एक जटिल 2D ब्लॉक बन जाता है। इसे सममित बनाने वाली पुरानी तरकीब यहाँ विफल हो जाती है क्योंकि दोनों स्टॉक्स एक-दूसरे के साथ इस तरह उलझे हुए हैं कि वे गणित में ऐसे "लूप्स" (चक्कर) बना देते हैं जिन्हें एक साधारण समायोजन से ठीक नहीं किया जा सकता।

समाधान: "हर्मिटियन ब्लॉक एम्बेडिंग"

इस शोध पत्र के लेखकों ने क्वांटम मशीन को इस 2D समस्या को हल करने के लिए बहकाने का एक नया तरीका निकाला है। उन्होंने "हर्मिटियन ब्लॉक एम्बेडिंग" नामक तकनीक का उपयोग किया।

उपमा: द मिरर बॉक्स (दर्पण वाला डिब्बा)
कल्पना कीजिए कि आपके पास एक टेढ़ा-मेढ़ा, अस्त-व्यस्त ऑब्जेक्ट (2D टाइम-स्टेप मैट्रिक्स) है जिसे आप एक विशेष "सिमेट्री मशीन" (GQSP) के अंदर नहीं रख सकते।

तरकीब: ऑब्जेक्ट को खुद ठीक करने के बजाय, आप उसके चारों ओर एक विशेष बॉक्स बनाते हैं।
निर्माण: आप उस अस्त-व्यस्त ऑब्जेक्ट को बॉक्स के ऊपर-दाएँ कोने में रखते हैं और उसकी "दर्पण छवि" (ट्रांसपोज़) को नीचे-बाएँ कोने में रखते हैं। ऊपर-बाएँ और नीचे-दाएँ कोने खाली (शून्य) छोड़ दिए जाते हैं।
परिणाम: भले ही अंदर का हिस्सा अस्त-व्यस्त हो, लेकिन पूरा बॉक्स अब पूरी तरह से सममित (Symmetrical) है। यह अब "हर्मितियन" (Hermitian) है।

अब, क्वांटम मशीन इस बड़े बॉक्स को देख सकती है। जब मशीन अपने जादू (पॉलीनोमियल ट्रांसफॉर्मेशन) का उपयोग करती है, तो वह एक ऐसा परिणाम बनाती है जहाँ "अस्त-व्यस्त" हिस्सा (मूल मैट्रिक्स का इनवर्स) बॉक्स के एक विशिष्ट कोने में उभर कर आता है।

उन्होंने यह कैसे किया: "ऑड" (विषम) पॉलीनोमियल

इस बॉक्स से उत्तर प्राप्त करने के लिए, लेखकों ने "ऑड पॉलीनोमियल" (odd polynomial) नामक एक विशेष प्रकार के गणितीय फलन का उपयोग किया।

एक "इवन" (सम) फंक्शन को एक रेखा के दोनों ओर दर्पण छवि के रूप में देखें (जैसे एक मुस्कान वाला चेहरा)।
एक "ऑड" (विषम) फंक्शन को एक रोटेशन या घुमाव के रूप में देखें (जैसे एक सी-सॉ/झूला)।

चूँकि उन्होंने अपना बॉक्स बनाया था (जिसमें अस्त-व्यस्त हिस्सा कोने में था), उन्हें एक "सी-सॉ" प्रकार के गणितीय फंक्शन की आवश्यकता थी। यदि वे "मुस्कान वाले चेहरे" (even function) वाले फंक्शन का उपयोग करते, तो उत्तर खो जाता। "ऑड" फंक्शन का उपयोग करने से, गणित स्वाभाविक रूप से खाली कोनों को रद्द कर देता है और सही उत्तर (इनवर्स मैट्रिक्स) को परिणाम के नीचे-बाएँ कोने में छोड़ देता है।

परीक्षण: क्या यह काम कर गया?

टीम ने सिमुलेशन चलाकर यह देखा कि क्या यह नई विधि वास्तव में दो-स्टॉक वाले "बास्केट" ऑप्शन के लिए काम करती है।

सेटअप: उन्होंने दो एसेट्स के साथ एक बास्केट ऑप्शन का सिमुलेशन किया, जिसमें 32x32 पॉइंट्स का ग्रिड (कुल 1,024 पॉइंट्स) इस्तेमाल किया गया।
तुलना: उन्होंने अपने क्वांटम-शैली के समाधान (नए एम्बेडिंग मेथड का उपयोग करके) की तुलना एक मानक, भरोसेमंद क्लासिकल कंप्यूटर विधि (बैकवर्ड यूलर) से की।
परिणाम: दोनों विधियाँ बहुत करीब से सहमत थीं। "क्वांटम" समाधान लगभग क्लासिकल समाधान जैसा ही था।

इससे सिद्ध हुआ कि उनकी "मिरर बॉक्स" वाली तरकीब ने जटिल 2D समस्या की गतिशीलता को सफलतापूर्वक पकड़ लिया। यह विधि ऑप्शन की कीमत के पीछे की ओर जाने वाले समय के विकास (backward-time evolution) को सटीक रूप से दर्शाती है।

एक कमी: डिस्क्रीटाइजेशन एरर (विभाजन त्रुटि)

शोध पत्र एक प्रमुख सीमा का उल्लेख करता है। क्योंकि वे इसे कंप्यूटर पर सिम्युलेट कर रहे हैं, उन्हें समय में पीछे की ओर "कदम" लेने होते हैं। उनके सिमुलेशन में, उन्हें जटिलता के कारण एक बहुत बड़ा कदम (एक बड़ी छलांग) लेना पड़ा।

समस्या: गणितीय सिमुलेशन में एक बहुत बड़ी छलांग लगाने से "डिस्क्रीटाइजेशन एरर" (लगभग ऐसा ही जैसे केवल कुछ बड़े लेगो ब्लॉक्स का उपयोग करके एक चिकनी वक्र रेखा खींचने की कोशिश करना) उत्पन्न होता है।
निष्कर्ष: उनके परिणामों में त्रुटि मुख्य रूप से इस बड़े स्टेप साइज के कारण थी, न कि उनकी क्वांटम विधि में किसी दोष के कारण। वास्तव में, त्रुटि वैसी ही थी जैसी आपको तब मिलती यदि आप उसी बड़े स्टेप साइज के साथ क्लासिकल विधि चलाते।

सारांश

यह शोध पत्र जटिल 2D वित्तीय मूल्य निर्धारण समस्याओं को क्वांटम एल्गोरिदम का उपयोग करके हल करने का एक नया तरीका प्रदर्शित करता है।

वे गणित को सममित बनाने की पुरानी तरकीब का उपयोग नहीं कर सके।
उन्होंने गणित को सममित आकार देने के लिए एक "मिरर बॉक्स" (हर्मिटियन ब्लॉक एम्बेडिंग) बनाया।
उन्होंने बॉक्स से उत्तर निकालने के लिए एक विशेष "ऑड पॉलीनोमियल" का उपयोग किया।
उनके सिमुलेशन ने दिखाया कि यह विधि काम करती है और ऐसे परिणाम देती है जो मानक क्लासिकल कंप्यूटरों से मेल खाते हैं, जिससे भविष्य में और भी अधिक जटिल, मल्टी-एसेट समस्याओं को हल करने का मार्ग प्रशस्त होता है।

तकनीकी सारांश: हर्मिटियन ब्लॉक एम्बेडिंग और जनरलाइज्ड क्वांटम सिग्नल प्रोसेसिंग के माध्यम से 2D ब्लैक-स्कोल्स समीकरणों को हल करना

1. समस्या विवरण

यूरोपीय वित्तीय डेरिवेटिव्स, जैसे कि ऑप्शंस, की प्राइसिंग को मौलिक रूप से ब्लैक-स्कोल्स पार्शियल डिफरेंशियल इक्वेशन (PDE) द्वारा मॉडल किया जाता है। मल्टी-एसेट ऑप्शंस (जैसे बास्केट ऑप्शंस जो दो अंतर्निहित संपत्तियों पर निर्भर होते हैं) के लिए, यह समस्या एक दो-आयामी (2D) PDE बन जाती है। मानक नो-आर्बिट्रेज फ्रेमवर्क के तहत, प्राइसिंग के लिए टर्मिनल पेऑफ को समय में पीछे (backward in time) विकसित करने की आवश्यकता होती है।

फाइनाइट डिफरेंस और एक इमप्लिसिट टाइम-स्टेपिंग स्कीम (विशेष रूप से बैकवर्ड यूलर) का उपयोग करके विवेकीकरण (discretization) करने पर, निरंतर PDE को रैखिक बीजगणित (linear algebra) की एक श्रृंखला में बदल दिया जाता है। मुख्य कम्प्यूटेशनल कार्य, विकल्प के मूल्य को दर्शाने वाले वेक्टर पर टाइम-स्टेप मैट्रिक्स $\tilde{M}$ के व्युत्क्रम (inverse) $\tilde{M}^{-1}$ को लागू करना है।

चुनौती: दो-आयामी मामले में, विवेकीकृत मैट्रिक्स $\tilde{M}$ वास्तविक है, लेकिन ड्रिफ्ट टर्म्स, मिश्रित डेरिवेटिव्स और बाउंड्री कंडीशंस के कारण सामान्यतः गैर-हर्मिटियन (non-Hermitian) और गैर-यूनिटरी (non-unitary) होता है।
क्वांटम संदर्भ: जबकि क्वांटम लीनियर अल्जेब्रा एल्गोरिदम जैसे क्वांटम सिग्नल प्रोसेसिंग (QSP) और जनरलाइज्ड क्वांटम सिग्नल प्रोसेसिंग (GQSP) मैट्रिक्स फंक्शन (जैसे इनवर्जन) को लागू करने के लिए शक्तिशाली विधियाँ प्रदान करते हैं, उन्हें आमतौर पर इनपुट ऑपरेटर के यूनिटरी या हर्मिटियन होने की आवश्यकता होती है। गैर-हर्मिटियन मैट्रिसेस के लिए मानक दृष्टिकोण अक्सर "ब्लॉक-एन्कोडिंग" पर निर्भर करते हैं, जो एंसिल रजिस्टर (ancilla registers), सर्किट डेप्थ और स्टेट प्रिपरेशन के मामले में महत्वपूर्ण ओवरहेड पेश करता है। पूर्व कार्य [13] ने एक डायगोनल सिमिलरिटी ट्रांसफॉर्मेशन का उपयोग करके ट्रिडायगोनल टाइम-स्टेप मैट्रिक्स को हर्मिटियन रूप में बदलने के माध्यम से एक-आयामी (1D) ब्लैक-स्कोल्स समीकरण के लिए हर्मिटियन-GQSP को सफलतापूर्वक लागू किया था। हालांकि, यह विधि दो आयामों में विफल रहती है क्योंकि 2D मैट्रिक्स की ब्लॉक संरचना (जो टेंसर-प्रोडक्ट विवेकीकरण और मिश्रित डेरिवेटिव्स से उत्पन्न होती है) एक डायगोनल सिमिलरिटी ट्रांसफॉर्मेशन के अस्तित्व को रोकती है जो हर्मिटिसी (hermiticity) को बनाए रख सके।

2. कार्यप्रणाली (Methodology)

लेखक एक हर्मिटियन ब्लॉक एम्बेडिंग रणनीति प्रस्तावित करते हैं ताकि डायगोनल सिमिलरिटी ट्रांसफॉर्म या पारंपरिक ब्लॉक-एन्कोडिंग ओवरहेड्स की आवश्यकता के बिना 2D ब्लैक-स्कोल्स समीकरण के लिए GQSP फ्रेमवर्क को विस्तारित किया जा सके।

A. हर्मिटियन ब्लॉक एम्बेडिंग
गैर-हर्मिटियन मैट्रिक्स $\tilde{M}$ को सीधे सिमेट्राइज़ करने का प्रयास करने के बजाय, लेखक इसे $2N \times 2N$ आयाम के एक बड़े हर्मिटियन मैट्रिक्स $H$ में एम्बेड करते हैं (जहाँ $N$ विवेकीकृत ग्रिड का आयाम है):
$H = \begin{pmatrix} 0 & \tilde{M} \\ \tilde{M}^T & 0 \end{pmatrix}$
चूंकि $\tilde{M}$ वास्तविक है, इसलिए $H$ वास्तविक सममित (real symmetric) और इस प्रकार हर्मिटियन है। एम्बेडेड मैट्रिक्स का व्युत्क्रम है:
$H^{-1} = \begin{pmatrix} 0 & \tilde{M}^{-T} \\ \tilde{M}^{-1} & 0 \end{pmatrix}$
महत्वपूर्ण रूप से, वांछित इनवर्स टाइम-स्टेप ऑपरेटर $H^{-1}$ के निचले-बाएँ ऑफ-डायगोनल ब्लॉक में दिखाई देता है।

B. ऑड पॉलीनोमियल एप्रोक्सिमेशन (Odd Polynomial Approximation)
$H$ की संरचना इसकी घातों (powers) पर एक पैरिटी प्रॉपर्टी लागू करती है: $H$ की सम घातें (even powers) ब्लॉक-डायगोनल होती हैं, जबकि विषम घातें (odd powers) ब्लॉक ऑफ-डायगोनल होती हैं।

लेखक $H$ के स्पेक्ट्रम पर व्युत्क्रम फलन $f(x) = 1/(\gamma x)$ को अनुमानित करने के लिए एक ऑड पॉलीनोमियल $p(x) = \sum c_{2m+1} x^{2m+1}$ का निर्माण करते हैं।
चूंकि $p(x)$ एक विषम (odd) फलन है, इसलिए $p(H)$ ब्लॉक ऑफ-डायगोनल रहता है। फलस्वरूप, $p(H)$ का निचला-बायाँ ब्लॉक $\tilde{M}^{-1}$ को अनुमानित करता है।
यह एक एम्बेडेड इनपुट स्टेट $\begin{pmatrix} V^n \\ 0 \end{pmatrix}$ पर पॉलीनोमियल ट्रांसफॉर्मेशन लागू करके और परिणामी वेक्टर के निचले हिस्से को निकालकर बैकवर्ड-टाइम इवोल्यूशन स्टेप को रिकवर करने की अनुमति देता है।

C. स्पेक्ट्रल स्केलिंग और GQSP कार्यान्वयन

स्केलिंग: मैट्रिक्स $H$ को एक कारक $\gamma = \max |\lambda_i(H)|$ द्वारा रीस्केल किया जाता है ताकि $A = H/\gamma$ परिभाषित हो सके, जिससे यह सुनिश्चित हो सके कि स्पेक्ट्रम $[-1, 1]$ के भीतर है। स्पेक्ट्रम शून्य के चारों ओर सममित है, जो $[-1, -\delta] \cup [\delta, 1]$ में स्थित है, जहाँ $\delta$ $\tilde{M}$ की कंडीशन संख्या द्वारा निर्धारित होता है।
GQSP: रीस्केल किए गए हर्मिटियन मैट्रिक्स $A$ को एक यूनिटरी ऑपरेटर $U = A + i\sqrt{I-A^2}$ में एम्बेड किया जाता है। $U$ पर विषम पॉलीनोमियल ट्रांसफॉर्मेशन $p(A)$ को लागू करने के लिए GQSP एल्गोरिदम का उपयोग किया जाता है।
आउटपुट: क्वांटम सर्किट एक ऐसी स्थिति (state) आउटपुट करता है जहाँ निचला रजिस्टर अनुमानित समाधान $V^{n+1} = \tilde{M}^{-1}V^n$ को समाहित करता है।

3. प्रमुख योगदान

2D में विस्तार: यह पेपर डायगोनल सिमिलरिटी ट्रांसफॉर्म के उपयोग को रोकने वाली संरचनात्मक बाधाओं को पार करते हुए, एक-आयामी से दो-आयामी ब्लैक-स्कोल्स समीकरणों के लिए हर्मिटियन-GQSP फ्रेमवर्क को विस्तारित करता है।
ब्लॉक-एम्बेडिंग-फ्री दृष्टिकोण: लेखक प्रदर्शित करते हैं कि गैर-हर्मिटियन मैट्रिसेस के लिए इनवर्स समस्या को हल करने के लिए एक विशिष्ट हर्मिटियन डायलेशन और ऑड-पॉलीनोमियल संरचना का उपयोग करके, मानक ब्लॉक-एन्कोडिंग तकनीकों के भारी ओवरहेड के बिना GQSP का उपयोग कैसे किया जा सकता है।
सिद्धांत का प्रमाण (Proof of Principle): यह कार्य एक प्रमाण प्रदान करता है कि आधुनिक क्वांटम लीनियर अल्जेब्रा तकनीकों को दो-आयामी ऑप्शन प्राइसिंग समस्याओं पर लागू किया जा सकता है।

4. संख्यात्मक परिणाम (Numerical Results)

लेखकों ने Python और PennyLane का उपयोग करके दो-एसेट यूरोपीय बास्केट कॉल ऑप्शंस के लिए संख्यात्मक सिमुलेशन किए।

सेटअप: अलग-अलग वित्तीय मापदंडों (अस्थिरता, सहसंबंध, स्ट्राइक प्राइस, आदि) और ग्रिड आकारों ( $32 \times 32$ ग्रिड पॉइंट्स, जिन्हें $2048$ आयामों में एम्बेड किया गया है) के साथ दो सिमुलेशन किए गए।
तुलना: GQSP-आधारित समाधानों का बेंचमार्किंग निम्नलिखित के विरुद्ध किया गया:
1. एक क्लासिकल बैकवर्ड यूलर फाइनाइट-डिफरेंस विधि।
2. हर्मिटियन मैट्रिक्स पर सीधे लागू एक क्लासिकल पॉलीनोमियल एप्रोक्सिमेशन।
निष्कर्ष:
- GQSP समाधानों ने क्लासिकल पॉलीनोमियल एप्रोक्सिमेशन और बैकवर्ड यूलर बेंचमार्क दोनों के साथ करीबी सहमति दिखाई।
- परिणामों ने पुष्टि की कि हर्मिटियन ब्लॉक एम्बेडिंग मूल गैर-हर्मिटियन ऑपरेटर की गतिशीलता (dynamics) को सटीक रूप से कैप्चर करता है।
- त्रुटि के स्रोत (Error Sources): विश्लेषण ने दो प्राथमिक त्रुटि स्रोतों की पहचान की:
  1. पॉलीनोमियल एप्रोक्सिमेशन एरर: यह स्पेक्ट्रल गैप $\delta$ पर निर्भर करता है। दूसरे सिमुलेशन में, एक बड़े स्पेक्ट्रल गैप के परिणामस्वरूप कम एप्रोक्सिमेशन एरर प्राप्त हुआ।
  2. डिसक्रेटाइजेशन एरर: एकल बड़े टाइम-स्टेप के उपयोग की आवश्यकता के कारण (क्योंकि इसे सिंगल-स्टेप सॉल्वर के रूप में लागू किया गया था), डिसक्रेटाइजेशन एरर महत्वपूर्ण था (पहले सिमुलेशन में $\approx \$ 0.09 $और दूसरे में$ \approx 60%$ अधिक)। यह त्रुटि क्लासिकल बेंचमार्क में भी अंतर्निहित है।
- शोर (Noise): क्वांटम सिमुलेशन में एक नॉइज़ फ्लोर देखा गया (दूसरे सिमुलेशन में $10^{-2}$ के आसपास), जो क्लासिकल पॉलीनोमियल एप्रोक्सिमेशन में मौजूद नहीं था।

5. महत्व और दावे

यह पेपर दावा करता है कि प्रस्तावित विधि दो-आयामी ब्लैक-स्कोल्स समस्याओं को हल करने के लिए हर्मिटियन ब्लॉक एम्बेडिंग्स के साथ GQSP को संयोजित करने की व्यवहार्यता को प्रदर्शित करती है।

मामूली दायरा: लेखक स्पष्ट रूप से कहते हैं कि वर्तमान कार्यान्वयन एक "सिंगल-स्टेप इनवर्स सॉल्वर" है। वे अभी तक पूर्ण क्वांटम लाभ (quantum advantage) का दावा नहीं करते हैं, यह नोट करते हुए कि यह विधि छोटे स्पेक्ट्रल गैप के मामले में उच्च-डिग्री पॉलीनोमियल्स की आवश्यकता और बड़े टाइम-स्टेप्स के डिसक्रेटाइजेशन एरर्स द्वारा सीमित है।
भविष्य की क्षमता: इसका महत्व इस बात में है कि यह उन मल्टी-एसेट डेरिवेटिव्स के लिए क्वांटम एल्गोरिदम के लिए एक मार्ग प्रदान करता है जहाँ क्लासिकल कंप्यूटर "कर्स ऑफ डायमेंशनलिटी" (curse of dimensionality) का सामना करते हैं। लेखक सुझाव देते हैं कि वास्तविक क्वांटम लाभ 3+ आयामों में उभर सकता है, जहाँ क्लासिकल फाइनाइट-डिफरेंस विधियाँ कम्प्यूटेशनल रूप से अव्यवहार्य हो जाती हैं।
सीमाएँ: पेपर स्वीकार करता है कि बेहतर ग्रिड रणनीतियों या मल्टी-स्टेप GQSP कार्यान्वयन के माध्यम से डिसक्रेटाइजेशन एरर्स को कम करने और मल्टी-स्टेप टाइम-इवोल्यूशन स्कीम्स विकसित करने तथा नॉइज़ फ्लोर को कम करने के लिए भविष्य के कार्य की आवश्यकता है।

संक्षेप में, यह पेपर एक हर्मिटियन ब्लॉक एम्बेडिंग पेश करके 2D ऑप्शन प्राइसिंग के लिए GQSP को लागू करने के लिए एक सैद्धांतिक और संख्यात्मक आधार स्थापित करता है, जो डायगोनल सिमिलरिटी ट्रांसफॉर्म की आवश्यकता को दरकिनार करता है, और उच्च-आयामी वित्तीय डेरिवेटिव्स के लिए क्वांटम एल्गोरिदम की दिशा में एक व्यवहार्य मार्ग प्रदान करता है।