Q-PhotoMarket: A Design Space Exploration Framework for Photonic Hybrid Quantum Neural Networks in Financial Market Prediction

In de wereld van de financiën is het voorspellen of een aandelenkoers morgen zal stijgen of dalen een taak die de menselijke intuïtie en wiskundige modellen al decennia lang uitdaagt. De signalen zijn vaak zwak, de marktbewegingen zijn chaotisch en de gegevens veranderen voortdurend. Onlangs zijn wetenschappers begonnen te kijken naar een nieuw soort computer om dit puzzelstuk op te lossen: de quantumcomputer. In tegen tegenstelling tot de apparaten die we vandaag de dag gebruiken, die informatie verwerken als eenvoudige aan/uit-schakelaars, kunnen quantummachines informatie in een veel complexere staat vasthouden, waardoor ze vele mogelijkheden tegelijkertijd kunnen verkennen. Eén veelbelovende versie van deze technologie maakt gebruik van licht, specifiek deeltjes genaamd fotonen, om deze berekeningen uit te voeren. Omdat licht snel is en met hoge precisie kan worden gemanipuleerd, bouwen onderzoekers hybride systemen die deze op licht gebaseerde quantumcircuits combineren met de vertrouwde, krachtige instrumenten van klassieke kunstmatige intelligentie. De hoop is dat ze door deze twee werelden te mengen, patronen in financiële gegevens kunnen vinden die traditionele computers missen.

Een team onderzoekers van New York University Abu Dhabi en de University of Southern Denmark heeft een belangrijke stap voorwaarts gezet in het begrijpen van hoe deze op licht gebaseerde systemen voor de financiële sector gebouwd kunnen worden. Ze creëerden een nieuw framework genaamd Q-PhotoMarket, dat fungeert als een enorme testomgeving voor duizenden verschillende ontwerpen. In plaats van te gokken welke combinatie van lichtcircuits en instellingen het beste zou werken, verkenden ze systematisch meer dan 5.000 geldige configuraties. Ze testten deze ontwerpen op real-world data van drie zeer verschillende financiële markten: de grote Amerikaanse aandelenindex, een leidende Indiase aandelenindex en de volatiele wereld van cryptovaluta. Hun doel was om te zien hoe keuzes in het fysieke ontwerp van de lichtcircuits — zoals hoe het licht het systeem binnenkomt, hoe de spiegels en lenzen zijn gerangschikt en hoe het uiteindelijke resultaat wordt gemeten — invloed hebben op het vermogen om marktbewegingen te voorspellen.

De onderzoekers ontdekten dat de manier waarop het licht binnen de machine is gerangschikt, veel belangrijker is dan het specifieke type lichtdeeltjes dat aan het begin wordt gebruikt. Ze ontdekten dat bepaalde architecturale lay-outs, met name die waarbij het licht op complexe, universele manieren met elkaar kan interageren, consequent betere voorspellingen opleverden dan eenvoudigere opstellingen. Een van de meest verrassende bevindingen was dat het moeilijker maken van de voorspellingsopgave de prestaties van het systeem juist hielp verbeteren. Wanneer de onderzoekers de modellen vroegen om alleen grote, economisch significante prijsschommelingen te voorspellen in plaats van elke kleine beweging, werden de modellen nauwkeuriger. Dit gebeurde omdat het wegfilteren van de kleine, ruisende fluctuaties een duidelijker signaal achterliet waar de computer van kon leren. Dit introduceerde echter ook een nieuwe uitdaging: naarmate de taak moeilijker werd, stopten de modellen soms volledig met het doen van voorspellingen, een foutmodus die het team leerde te detecteren en te corrigeren door zorgvuldig hun beslissingsdrempels aan te passen.

Om er zeker van te zijn dat ze de beste ontwerpen vonden en niet alleen maar gelukkige gokken maakten, gebruikte het team een slimme zoekmethode die leerde van zijn eigen proeven. Ze begonnen met het testen van een enorm aantal mogelijkheden en gebruikten de resultaten vervolgens om hun zoektocht naar de meest veelbelovende gebieden te leiden. Dit proces onthulde dat, hoewel geen enkel ontwerp perfect werkt voor elke markt, er duidelijke patronen waren. Bijvoorbeeld, een specifiek type circuitlay-out bekend als een mesh, die ervoor zorgt dat licht in veel richtingen kan mengen, presteerde vaak beter dan andere vormen. Ze ontdekten ook dat de methode die wordt gebruikt om het uiteindelijke resultaat uit het licht af te lezen, even belangrijk is als het circuit zelf. Door de waarschijnlijkheid te meten van het vinden van fotonen in specifieke toestanden, kon het systeem effectiever nuttige informatie extraheren dan door andere eigenschappen te meten.

Wanneer ze hun beste licht-gebaseerde ontwerpen vergeleken met standaard computerprogramma's die in de financiële wereld worden gebruikt, hielden de quantummodellen stand. Ze versloegen de klassieke methoden niet altijd met een enorme marge, maar ze presteerden competitief, vooral bij de moeilijke taak van het voorspellen van zeldzame, grote marktbewegingen. Dit suggereert dat deze hybride systemen niet alleen theoretische curiositeiten zijn, maar ook echt potentieel hebben voor praktisch gebruik. De studie benadrukte ook dat het vakgebied verder is gegaan dan simpelweg het bouwen van een quantumcomputer; de focus ligt nu op het begrijpen van hoe je deze machines precies ontwerpt voor specifieke taken. De onderzoekers lieten zien dat door de ontwerpplek grondig te verkennen, in plaats van te vertrouwen op één enkele gok, ze robuuste configuraties konden identificeren die werken bij verschillende soorten financiële gegevens.

Het werk dient als een blauwdruk voor de toekomst van deze technologie. Het demonstreert dat de weg naar betere financiële voorspellingen niet alleen ligt in het bouwen van grotere of snellere quantummachines, maar in het begrijpen van de ingewikkelde details van hoe licht binnen hen wordt gemanipuleerd. De bevindingen van het team suggereren dat de meest succesvolle systemen diegenen zullen zijn die de complexiteit van het circuit zorgvuldig afstemmen op de methode die wordt gebruikt om het antwoord af te lezen. Hoewel de experimenten werden uitgevoerd met behulp van geavanceerde simulaties in plaats van fysieke hardware, bieden de resultaten een duidelijke kaart voor wat er nu gebouwd moet worden. Naarmate de quantumtechnologie volwassen wordt, zullen deze inzichten ingenieurs helpen om machines te construeren die de onvoorspelbare wateren van de wereldeconomie met grotere precisie kunnen navigeren, waardoor de chaotische ruis van de markt wordt omgezet in bruikbare intelligentie.