Resource-Efficient QUBO Formulation for Anchored Currency Arbitrage

グローバル金融の高速な世界では、お金は絶えず異なる国々の間を移動しており、ある通貨に対する別の通貨の価格は秒単位で変化しています。時として、これらの価格は同期が取れなくなることがあります。もしトレーダーがある市場で通貨を買い、別の市場でそれを売り、さらに第三の通貨を買い、最後にその第三の通貨を元の通貨に戻して売った場合、最初よりも多くのお金を手にする可能性があります。これは通貨裁定取引（アービトラージ）と呼ばれます。これは、市場における極めて小さなミスから利益を得る方法です。しかし、こうした収益性の高いループを見つけ出すことは非常に困難です。利用可能な通貨が数十種類あると、考えられる取引経路の数は膨大になり、すべての経路を手作業や標準的なコンピュータでチェックすることは、砂浜の砂の一粒一粒を数えようとするようなものです。現実世界のルール、例えば、すでに保有している特定の通貨から開始することや、取引を行うたびに少額の手数料を支払うことなどが加わると、問題はさらに難しくなります。

アラバマ大学のエリック・ラインハルトとアダム・ハウザーの研究者は、二次無制約バイナリ最適化（QUBO）と呼ばれる手法を用いて、このパズルを解く新しい方法を開発しました。このアプローチは、システムの最低エネルギー状態（これは問題の最良の解に対応します）を見つけ出すように設計された、将来の量子マシンを含む特殊なタイプのコンピュータで動作するように設計されています。チームは、コンピュータが特定の通貨から開始し、取引手数料を支払うというルールを厳格に守りながら、最も収益性の高い取引サイクルを探すように強制する数学的モデルを作成しました。彼らの研究は、この新しいモデルが以前の試みよりもはるかに効率的であり、問題を解決するために必要な構成要素がより少ないことを示しています。彼らは、利益が1ペニーの端数ほど小さくなっても、この手法が正確な最良の経路を見つけられることを証明し、このアプローチが実際の量子ハードウェアでのテスト準備ができていることを実証しました。

研究者たちはまず、収益性の高いループを見つけることは理論的には可能であるものの、それを迅速に行うことは大きな課題であることを認めることから始めました。完全にバランスの取れた市場では、取引を繰り返しても、手数料を差し引いた後に手元に残るのは最初に持っていたものと全く同じになります。しかし、現実の世界には、微小な不均衡が存在します。地図を想像してみてください。いくつかの道路が他の道路よりもわずかに安く移動できる場合、賢明な旅行者は、資金を節約しながら出発点に戻ってくるルートを見つけ出すでしょう。難しさは、ルートの膨大な数にあります。通貨が10種類ある場合、経路の数は非常に速く増加するため、コンピュータは最適なものを見つけるために何十億もの組み合わせをチェックしなければならなくなります。QUBOを使用してこれを解決しようとするこれまでの試みは、問題を簡略化せざるを得ず、手数料のコストや特定の通貨から開始する必要性を無視することがよくありました。そのため、得られる解決策は実際のトレーダーにとってあまり有用ではないものでした。

ラインハルトとハウザーは、これらの制約を含む、より現実的なモデルを構築しました。彼らは、コンピュータが通貨のシーケンスを選択し、同じ通貨を連続して訪問せず、常に出発点に戻るように設計されたシステムを作りました。決定的なのは、取引手数料を表すために、旅のステップごとにペナルティを加えたことです。これにより、コンピュータは単に長く複雑な経路ではなく、実際にコストを支払った後でも利益が出る経路を見つけるよう強制されます。彼らはまた、数学的な処理をコンピュータにとって扱いやすくするための巧妙なトリックを導入しました。通貨価格を表す数値は非常に大きくなることがありますが、実際の取引による利益は極めて小さいものです。このスケールの違いはハードウェアを混乱させる可能性があります。研究者たちは、すべての数値を同じ小さなスケールに縮小する数学的な調整を適用し、機械が大きな数字に惑わされることなく、微小な利益を明確に把握できるようにしました。

彼らのアイデアをテストするために、チームは古典的なコンピュータを使用して、量子マシンがどのように振る舞うかをシミュレートしました。彼らは、新しい手法を、問題を構成する5つの既存の方法と比較しました。あらゆるテストにおいて、彼らの新しいモデルは、手数料が含まれている場合でも、一貫して正確な最良の解を見つける唯一のモデルでした。彼らは、新しい手法が、他のアプローチよりも少ない変数、すなわち「論理量子ビット」を必要とすることを発見しました。これは重要な利点です。なぜなら、現在の量子コンピュータは利用可能なこれらの変数が限られているからです。研究者たちは、彼らの手法が、17種類の異なる通貨と最大14ステップのプロセスを含む問題を、現在存在する特定のタイプの量子マシンに適したサイズとして特定できることを計算しました。これは、単純にすべての選択肢を列挙して解くことが不可能な問題サイズであり、その場合は59兆を超える異なる経路をチェックする必要があります。

研究では、問題が大きくなるにつれて手法がどのようにパフォーマンスを発揮するかについても調査しました。最大13種類の通貨を用いてテストした際、シミュレーションは毎回完璧な答えを見つけ出しました。しかし、通貨の数が14種類に増えると、シミュレーションは絶対的な最良の経路を見逃すことがありましたが、非常に優れた経路は見つけ出していました。研究者たちは、標準的なコンピュータ上では、Held–Karpアルゴリズムと呼ばれる古い手法の方が、答えを見つけるのがはるかに速いことを指摘しました。これは、現時点では、この新しい手法が通常のコンピュータ上でより速いわけではないことを意味します。その真の価値は、古典的なコンピュータがどれほど速くなろうとも、これらの問題をより速く解決できる可能性のある量子ハードウェア上で実行できる潜在能力にあります。

チームはまた、取引手数料が結果にどのように影響するかについても探求しました。手数料が高い場合、コンピュータは長く複雑なループを探すのをやめ、代わりに最短の経路、つまり素早い売買のみを選択することを正しく示すことを明らかにしました。この挙動は、実際のトレーダーが行う行動と一致します。研究者たちは、ペナルティに関する彼らの数学的ルールが、コンピュータが不可能または壊れた経路を選択しないようにするための強固なものであることを検証しました。彼らは、ペナルティの重みが正しく設定されていれば、コンピュータが見つける最低エネルギー状態は、常に有効で収益性の高い取引サイクルになることを証明しました。

この研究は、量子コンピューティングを金融分野で活用するための前進を意味します。現実的かつ効率的なモデルを作成することで、研究者たちは、これらの強力なマシンを使用して実用的な取引問題を解決するための設計図を提供しました。今回のテストはシミュレーションで行われましたが、その結果は、将来、実際の量子ハードウェアが整った際に、このアプローチが現在複雑さによって隠されている収益機会を見つけ出すために使用できる可能性を示唆しています。研究者たちは、将来、実際の量子マシンに彼らのモデルを持ち込み、それが現実世界における最高の古典的コンピュータを凌駕できるかどうかを検証することを計画しています。現時点では、彼らは、次世代のコンピュータが扱えるほどシンプルさを保ちつつ、現実の市場の複雑な詳細を尊重するシステムを構築できることを示しました。