Toward Quantum Utility in Finance: A Robust Data-Driven Algorithm for Asset Clustering

这是一份关于论文《Toward Quantum Utility in Finance: A Robust Data-Driven Algorithm for Asset Clustering》（迈向金融领域的量子效用：一种用于资产聚类的鲁棒数据驱动算法）的详细技术总结。

1. 研究背景与问题 (Problem)

核心挑战：
在投资组合优化和统计套利中，基于资产回报相关性进行聚类是一项基础任务。然而，现有的经典聚类方法在处理带符号（Signed）的加权图（即包含正相关和负相关的矩阵）时存在显著局限性：

• 信息丢失： 经典方法（如 k-Means, k-Medoids）通常要求正定距离度量。为了处理相关系数 $\rho \in [-1, 1]$，必须将其转换为非负距离（例如 $d_{ij} = \sqrt{\alpha(1-\rho_{ij})}$）。这种转换虽然保留了排序，但丢失了语义保真度（例如，$\rho=0$ 被映射为固定的非零距离，错误地暗示了固定的不相似性）。
• 目标偏差： 基于质心的方法旨在最小化到质心的距离，而非直接最大化簇内相关性并最小化簇间相关性。
• 超参数依赖： 经典方法通常需要手动指定簇的数量 $k$ 或设定阈值，缺乏通用性且难以适应未见数据。
• 现有量子方法的局限： 之前的尝试（如最大团问题转化）引入了过多的二进制变量，超出了当前量子退火器的能力范围；或者受限于硬件可扩展性。

目标：
开发一种能够直接在带符号图上运行、无需有损转换、并能动态确定簇数量的鲁棒聚类算法，以利用近中期量子计算（Near-term Quantum Computing）解决金融数据中的图聚类问题。

---

2. 方法论 (Methodology)

本文提出并应用了**基于图的联盟结构生成算法（Graph-based Coalition Structure Generation, GCS-Q）**来解决资产聚类问题。

核心流程：

1. 图构建： 将 $n$ 个金融资产视为节点，计算历史回报的皮尔逊相关系数 $\rho_{ij}$ 作为边权重 $w_{ij}$。构建一个带符号、加权的无向图 $G=(V, E, w)$，其中权重范围在 $[-1, 1]$ 之间，完整保留了正相关（共动）和负相关（反相关）关系。
2. 优化目标： 寻找一个联盟结构（即图的划分）$\Pi = \{C_1, ..., C_k\}$，以最大化簇内边的权重总和：
   $$\max_{\Pi} \sum_{C \in \Pi} \sum_{i,j \in C, i<j} w_{ij}$$
   该目标函数自然地鼓励将强正相关的资产归为一类，同时惩罚将负相关资产归入同一类。
3. 迭代分割策略：
   • 算法从包含所有资产的完整图 $G_0$ 开始。
   • 在每一步迭代中，计算当前子图的最小割（Minimum Cut）。
   • 将图分割为两个子图，并递归地对子图重复此过程。
   • 动态停止准则： 当某个子图的最小割值不小于该子图内所有边的权重之和时，停止分割。这意味着进一步分割不会带来收益。
   • 优势： 这种机制自动推断出最优的簇数量 $k$，无需人工预设。
4. 量子求解 (QUBO 转化)：
   • 最小割问题在带符号图中是 NP-Hard 的。
   • GCS-Q 将每一步的最小割子问题形式化为**二次无约束二值优化（QUBO）**问题。
   • 利用 D-Wave 量子退火器（具体为 Advantage_system5.4，5614 个物理量子比特）来高效探索指数级大的解空间，寻找全局最优或近似最优的分割方案。

---

3. 主要贡献 (Key Contributions)

1. 首个基于真实硬件的金融资产聚类量子优势展示： 据作者所知，这是首次在真实量子硬件上展示针对实际金融任务（资产聚类）的解质量优势，并在合成数据和真实数据上进行了验证。
2. 无需有损转换的带符号图处理： GCS-Q 直接在带符号图上操作，避免了将相关系数转换为距离矩阵时的信息丢失和语义扭曲。
3. 完全数据驱动的动态簇确定： 算法通过优化过程自动确定簇的数量 $k$，消除了对超参数（如 $k$ 值、初始化策略）的手动调优需求，提高了方法的通用性。
4. 鲁棒性： 算法能够处理非均匀簇大小和连续权重的复杂场景，克服了以往研究（如 SPONGE）对稀疏图和离散权重的依赖。

---

4. 实验结果 (Results)

研究在合成数据和真实金融数据（Yahoo Finance 50 只资产）上进行了基准测试，对比了经典算法（SPONGE, SPONGEsym, k-Medoids/PAM）。

A. 合成数据实验：

• 设置： 生成了模拟金融相关结构的带符号图，包含连续权重和非均匀簇大小。
• 指标： 调整兰德指数（Adjusted Rand Index, ARI），用于衡量聚类结果与真实标签的相似度。
• 结果：
  • GCS-Q 在节点数 $n$ 从 10 到 100 的范围内，始终优于经典基线算法。
  • PAM（k-Medoids）表现最差，主要归因于其依赖有损的距离转换。
  • SPONGE 在权重为 $\{-1, 0, 1\}$ 且簇大小平衡的稀疏图上表现良好，但在连续权重和随机簇大小的金融数据场景下性能下降。
  • GCS-Q 的优势源于量子退火器在每一步分割中探索的丰富解空间。

B. 真实金融数据实验（Yahoo Finance）：

• 设置： 使用 2025 年 1 月的 50 只不同行业资产的每小时收盘价，计算滚动对数回报和相关性矩阵。
• 指标： 惩罚指标（Penalty Metric）。该指标量化了结构平衡的偏差（惩罚簇内的负相关和簇间的正相关）。惩罚值越低，聚类质量越高。
• 结果：
  • GCS-Q 在所有交易日中一致地获得了最低的惩罚值。
  • 这表明 GCS-Q 能够发现更有利于投资组合优化和统计套利的市场结构（即簇内资产高度相关，簇间资产高度不相关或负相关）。
  • 低惩罚值意味着形成的簇具有内部凝聚力（支持均值回归策略）和外部区分度（支持多样化风险回报配置）。

---

5. 意义与展望 (Significance & Conclusion)

实际意义：

• 量子效用的实证： 该工作证明了近中期量子技术（特别是量子退火）在解决特定金融图聚类问题上的实用价值，不仅仅是理论上的优势，而是能在真实数据上产生更优解。
• 金融应用潜力： 高质量的资产聚类直接服务于投资组合优化（降低方差）和统计套利（识别配对交易机会）。
• 方法论突破： 提供了一种无需人工干预、适应性强且能处理复杂符号关系的聚类框架。

局限与未来方向：

• 硬件限制： 目前受限于量子比特数量（约 175 个节点）和云访问延迟（排队和延迟导致单次聚类耗时约 10 分钟，尽管 QUBO 求解本身很快）。
• 未来工作：
  • 将聚类结果应用于下游任务（如资产配置），并使用夏普比率（Sharpe Ratio）等指标评估实际投资回报。
  • 利用 D-Wave 的 Zephyr 拓扑（更好的连接性）和定制嵌入技术。
  • 探索门模型量子求解器（Gate-model solvers）及更高效的量子策略。
  • 与经典商业优化器（如 Gurobi, CPLEX）进行更深入的基准对比。

总结：
这篇论文展示了 GCS-Q 算法如何通过结合图论、带符号聚类理论和量子退火技术，克服了经典方法在处理金融相关性数据时的固有缺陷。它不仅提供了更高质量的聚类结果，还展示了量子计算在解决实际金融问题中的“效用（Utility）”正在成为现实。