End-to-End PDE-Based Quantum Algorithms for Multi-Asset Option Pricing under Local and Stochastic Volatility

Declaração do Problema
A precificação de opções multi-ativos sob modelos de volatilidade local (Black–Scholes) e de volatilidade estocástica (Heston) leva naturalmente a equações diferenciais parciais (EDPs) parabólicas de alta dimensão. Métodos numéricos clássicos para resolver essas EDPs, como esquemas de diferenças finitas ou métodos de exponenciação de matriz, sofrem com a "maldição da dimensionalidade", onde o custo computacional cresce exponencialmente com o número de ativos ($d$) e a resolução da grade ($N$). Especificamente, para uma grade com $N$ pontos por direção espacial, os métodos clássicos baseados em grade escalam como $\tilde{O}(N^{d+2})$ para Black–Scholes e $\tilde{O}(N^{2d+2})$ para Heston (onde o modelo Heston inclui variáveis de variância). Embora algoritmos quânticos tenham sido propostos para precificação de opções, muitos dependem de simulação de caminhos de Monte Carlo ou abordagens variacionais que enfrentam desafios com preparação de estado, normalização e leitura, particularmente para EDPs complexas de alta dimensão com condições de contorno específicas.

Metodologia
Os autores desenvolvem uma estrutura quântica de EDP de ponta a ponta que toma dados clássicos de contrato e modelo como entrada e retorna estimativas clássicas de valores de opções. O fluxo de trabalho consiste em três etapas principais:

1. Discretização e Formulação: As EDPs de precificação são discretizadas no espaço usando diferenças finitas de segunda ordem, transformando a EDP contínua em um sistema esparsa e de dimensão finita de equações diferenciais ordinárias (EDOs). Para lidar com condições de contorno não homogêneas e termos fonte, o sistema de EDOs afim é aumentado em um sistema linear homogêneo adicionando uma variável de estado auxiliar.
2. Evolução Quântica (Schrödingerização): Como o sistema de EDOs resultante é geralmente não unitário (devido à natureza não hermitiana do operador de precificação), a estrutura emprega Schrödingerização. Esta técnica incorpora a dinâmica não unitária em um sistema unitário maior introduzindo uma variável contínua auxiliar ($\xi$) e mapeando a dinâmica para uma equação de Schrödinger. O sistema é então discretizado na dimensão $\xi$ e transformado via métodos de Fourier para produzir um Hamiltoniano hermitiano.
3. Preparação de Estado e Leitura:
   • Preparação de Estado: O vetor de payoff (por exemplo, Call do pior) e o perfil de corte suave necessário para a Schrödingerização são preparados como estados quânticos usando codificações em bloco de operadores de coordenada e Transformação de Valor Singular Quântica (QSVT).
   • Evolução: A dinâmica de precificação discretizada é simulada via evolução Hamiltoniana usando codificação em bloco e sequências de modulação de fase alternada (Processamento de Sinal Quântico).
   • Leitura: Valores selecionados de opções são recuperados do estado quântico final. Como o preço desejado é codificado em uma única amplitude, a estrutura utiliza Estimação de Amplitude Quântica (QAE) combinada com um teste de Hadamard. Crucialmente, o custo de leitura escala com a raiz quadrada do volume da grade ($2^{W/2}$), onde $W$ é o número de qubits do sistema.

Principais Contribuições

• Pipeline de Ponta a Ponta: O artigo fornece um pipeline completo e explícito, desde dados de entrada clássicos até saída clássica, incluindo contabilidade detalhada de recursos para preparação de estado, simulação Hamiltoniana, recuperação de normalização e leitura.
• Análise de Complexidade: Os autores derivam a complexidade de portas dominante para a recuperação de preço de opção em um único ponto:
  • Black–Scholes Multi-ativos: $\tilde{O}(d^2 N^{2 + d/2})$.
  • Heston Multi-ativos: $\tilde{O}(d^2 N^{d + 2})$.
  • Comparado às bases clássicas baseadas em grade ($\tilde{O}(N^{d+2})$ e $\tilde{O}(N^{2d+2})$, respectivamente), a estrutura quântica oferece fatores de melhoria polinomiais de $N^{d/2}$ e $N^d$.
• Validação Numérica: A estrutura é validada numericamente contra soluções analíticas (Black–Scholes), benchmarks semianalíticos (função característica de Heston) e solvers numéricos clássicos (diferenças finitas e exponenciação de matriz).
• Recuperação de Volatilidade Implícita: No cenário Heston, a estrutura recupera com sucesso preços de opções em uma faixa de strikes e reconstrói o sorriso/assimetria de volatilidade implícita não plana associada, demonstrando sua capacidade de capturar características de volatilidade estocástica relevantes para o mercado.

Resultados

• Desempenho Teórico: A análise confirma uma vantagem quântica polinomial no tamanho da grade $N$ para ambos os modelos Black–Scholes e Heston. A vantagem torna-se mais pronunciada à medida que o número de ativos $d$ aumenta, embora a dependência exponencial em $d$ (a maldição da dimensionalidade) seja mitigada, mas não eliminada.
• Precisão Numérica: Simulações mostram que a estrutura quântica produz preços de opções consistentes com benchmarks clássicos e semianalíticos. No caso Heston, as superfícies de volatilidade implícita recuperadas exibem a estrutura de assimetria correta (por exemplo, assimetria de ações) e correspondem aos ajustes SSVI semianalíticos com discrepâncias relativas abaixo de 1%.
• Fontes de Erro: Os principais erros nos resultados numéricos são atribuídos à discretização espacial grosseira e ao truncamento do domínio, e não à própria simulação quântica. O erro adicional introduzido pelo procedimento de Schrödingerização é encontrado como secundário.

Significado e Alegações
O artigo alega fornecer a primeira demonstração de um fluxo de trabalho de precificação baseado em EDP quântica que recupera com sucesso um sorriso/assimetria de volatilidade implícita a partir de preços de opções computados quanticamente. Ele enfatiza que a estrutura oferece garantias explícitas de desempenho e uma análise completa de recursos, distinguindo-se de abordagens variacionais ou heurísticas.

Os autores mantêm um tom modesto quanto à vantagem prática:

• Eles esclarecem que a comparação está no nível da escala assintótica e não do tempo de relógio, observando que as contagens de portas lógicas não se traduzem diretamente em tempo de execução físico sem considerar os custos de correção de erros.
• Eles reconhecem que a "maldição da dimensionalidade" não é eliminada; o custo ainda cresce exponencialmente com o número de ativos, mas a taxa de crescimento é reduzida (de $N^d$ para $N^{d/2}$ para Black–Scholes).
• Eles notam limitações, como o foco atual em payoffs do estilo europeu com condições de contorno compatíveis com a estrutura (por exemplo, Call do pior), e a exclusão de características dependentes de caminho ou exercício antecipado, que exigiriam aumento adicional de estado ou camadas de solução iterativa.

No geral, o trabalho estabelece uma fundação teórica e numérica rigorosa para o uso de algoritmos quânticos na resolução de EDPs financeiras de alta dimensão, oferecendo uma alternativa viável aos métodos clássicos baseados em grade para precificação multi-ativos.