⚛️ quantum physics

Quenching Speculation in Quantum Markets via Entangled Neural Traders

本文表明，在模拟股票市场中，在强化学习智能体之间引入量子纠缠可以通过重塑策略均衡来缓解投机性崩盘，从而使价格趋于稳定，并使交易者的净资产较之经典市场有所增加。

原作者： Kieran Hymas, Hiu Ming Lau, Kareem Raslan, Qiang Sun, Azhar Iqbal, Derek Abbott, Andrew D. Greentree, James Q. Quach

发布于 2026-02-09

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Kieran Hymas, Hiu Ming Lau, Kareem Raslan, Qiang Sun, Azhar Iqbal, Derek Abbott, Andrew D. Greentree, James Q. Quach

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个拥挤的房间，每个人都在试图猜测一个苹果的价格。在正常的市场中，如果你认为这个苹果值10美元，但你怀疑其他人认为它只值5美元，你可能会恐慌并以4美元的价格卖掉你的苹果，仅仅是为了在它变得一文不值之前拿回现金。如果每个人都这样做，价格就会崩盘至零，所有人都会亏钱。经济学家称之为“投机泡沫破裂”。

本文提出了一种利用量子物理和人工智能来阻止这种崩溃的新方法。以下是他们实验的简单分解：

1. 问题：“连锁恐慌”

研究人员建立了一个模拟股票市场，其中有八个AI“交易员”。这些交易员就像是在学习如何赚钱的智能机器人。

在经典市场中（常规规则）： 机器人很快发现，获胜的最佳方式是成为第一个卖出的人。他们开始同时开始抛售，从而将价格压低，直到那个“苹果”变得一文不值。所有人最终都变穷了。这就是“崩盘”情景。
结果： 市场崩溃了，因为机器人在根据恐惧行事，并试图通过互相博弈来胜过对方。

2. 解决方案：“量子舞池”

研究人员引入了一个转折：他们利用量子纠缠将交易员的思想连接在一起。

类比： 想象交易员是舞者。在正常市场中，他们独自起舞，观察彼此并试图模仿或超越他人。在量子市场中，他们在彼此之间拉着隐形的、神奇的绳索（纠缠）。
运作方式： 在一名交易员决定买入或卖出之前，他们的决策与所有其他人的决策是“纠缠”在一起的。这就像他们无需交谈，就能跳着同样的节奏起舞。这创造了一个隐藏的联系，使他们的估值能够根据群体的状态自动进行调整。

3. 结果：阻止崩溃

当研究人员开启这个“量子舞池”时：

没有恐慌： 机器人不再感到需要恐慌性抛售。因为他们的决策是相互关联的，那种“抛售一切直至归零”的策略不再奏效。
稳定性： 商品的价格稳定在接近其原始价值的位置。
更优的财富： 由于价格没有崩盘，交易员保留了他们的财富。事实上，量子市场中最穷的交易员最终拥有的钱，比那个容易发生崩盘的经典市场中最富有的交易员还要多。

4. 为什么会发生（博弈论部分）

论文使用了一个著名的游戏，称为“p-猜谜游戏”（p-guessing game）。

经典陷阱： 在这个游戏的常规版本中，唯一的“获胜”移动是猜零。如果每个人都猜零，游戏就会以崩盘结束。AI学会了这个陷阱并陷入其中。
量子逃脱： 通过使用量子纠缠，研究人员改变了游戏的规则。他们有效地移除了“猜零”这个陷阱。数学景观发生了变化，使得猜零不再是一个获胜的移动。AI代理被迫寻找新的、更稳定的策略，在这些策略中，每个人都为商品保留了正向价值。

5. 大局观

作者们不仅仅是构建了一个更好的交易机器人；他们展示了量子连接可以改变人类（或AI）做出决策的方式。

与其需要一名警察（监管者）来告诉人们停止恐慌，量子系统创造了一个自然的“刹车”，用以抑制恐慌。
论文表明，在未来拥有量子计算机的世界里，我们可以利用这些“纠缠”的联系，从内部使金融市场更加稳定，而无需外部干预。

简而言之： 论文表明，如果你用量子的魔力将交易员的思想连接起来，他们就会停止那种通常会导致市场崩溃的自我毁灭式恐慌，从而为每个人创造一个更公平、更稳定的市场。

技术摘要：通过纠缠神经交易者抑制量子市场中的投机行为

问题陈述
投机性交易往往驱动显著的市场不稳定，导致经济泡沫及其随后的崩盘，从而产生严重的宏观经济后果。现有的监管和宏观审慎工具通常只能在这些破坏性的动态已经显现之后才进行干预。在经典经济模型中，波动性源于交换经典信息的理性主体之间的相互作用，这些主体往往会收敛于一个“崩盘”均衡，即主体集体将资产价值贬至零（如 p-猜谜游戏所示）。作者提出，量子技术提供了一种全新的机制来塑造经济行为，通过在决策者之间引入非经典相关性，在无需中央监管的情况下实现市场的内生性稳定。

方法论
本研究采用结合多智能体强化学习（RL）与量子博弈论的混合方法，模拟了一个原型量子股票市场。

强化学习智能体： 市场由八个受控于前馈神经网络的 AI 交易者组成。这些智能体被赋予初始现金和股票持有量。其目标是最大化其净资产（现金 + 股票价值）。网络输入包括智能体的当前现金、股票持有量以及上一轮的平均股票估值。输出决定了智能体的买入或卖出意图以及具体的估值价格。智能体使用 REINFORCE 算法配合 ADAM 优化器进行训练，根据实现的收益进行策略调整。
经典基准： 在经典模拟中，智能体基于原始估值进行交易。当买方和卖方的估值在一定容差范围内匹配时，发生交易，这模拟了标准的市场机制。
量子市场框架： 在量子类比中，原始估值并不直接进行交易。相反，它们被编码到分配给每个交易者的量子比特中。在匹配之前，这些量子比特经历一个变分量子电路过程：
- 初始化： 量子比特始于 $|0\rangle$ 态。
- 纠缠： 应用纠缠算符 $J(\gamma)$ 使所有量子比特发生纠缠，其中 $\gamma$ 控制纠缠程度（ $0 \le \gamma \le \pi/2$ ）。
- 编码： 原始估值被映射为作用于量子比特的酉门 $U_i(\theta_i)$ 。
- 测量/调整： 应用逆纠缠算符 $J^\dagger(\gamma)$ ，并根据量子比特的期望值导出调整后的估值。
博弈论分析： 为了解释模拟结果，作者构建了一个量化的 p-猜谜游戏版本。他们分析了纯策略和混合策略的效用函数与纳什均衡，特别研究了纠缠和相位相干性如何与经典情况相比改变策略格局。

核心贡献与结果

资产价格的稳定性： 在经典模拟中，AI 智能体迅速收敛于清算策略，导致商品价格崩塌至接近零（看跌崩盘）。在完全纠缠的量子市场中，这种失控的贬值得到了缓解。价格稳定在其初始内在价值附近，完全避免了崩盘场景。
增强交易者净资产： 由于价格趋于稳定，量子市场中 AI 交易者的平均净资产显著高于经典市场。在代表性运行中，量子市场中最穷的交易者所保留的净资产都高于经典市场中最富有的交易者。
纠缠作为控制杠杆： 纠缠度（ $\gamma$ ）充当了波动性的控制参数。随着 $\gamma$ 从 0（经典）增加到 $\pi/2$ （最大纠缠），市场从崩溃状态向稳定状态转变。量子相关性重塑了收益格局，使得极端低估成为一种次优策略。
消除纯策略纳什均衡： 对量化 p-猜谜游戏的理论分析表明，纠缠结合特定的相位配置，消除了驱动经典游戏中市场崩溃的病态纯策略纳什均衡（即所有玩家出价为零）。
非退化混合均衡的存在性： 虽然纯均衡被移除，但量子博弈保留了混合策略纳什均衡。对离散化策略空间的计算分析表明，这些混合均衡产生了非零的平均估值，即使在玩家采用概率策略时也能防止“崩盘”结果的发生。

意义与主张
本文声称识别出量子相关性是一种新型的、内生的市场稳定机制。不同于传统的外部干预（如资本管制或监管），这种方法通过信息交换本身的物理媒介来实现市场稳定。

理论意义： 该工作证明了量子纠缠可以从根本上改变经济博弈的策略格局，移除导致如市场崩盘等病态结果的均衡。
方法论效用： 研究验证了多智能体强化学习作为探索复杂量子决策框架下最优策略的一种可扩展且具成本效益的工具，绕过了人类受试者实验和当前硬件限制的局限性。
未来展望： 作者指出，虽然目前的量子硬件限制了此类市场的规模，但量子计算和量子网络（包括分布式量子计算）的快速发展使得量子股票市场的概念成为一个日益可行的未来场景。他们强调，该框架为缓解经济泡沫提供了新视角，超越了经典的行为模型，转而利用量子自由度。

论文在实际应用方面保持了谦逊的语气，承认当前的量子比特数量不足以支撑拥有数百万交易者的市场，但认为该理论框架为将量子博弈论应用于具有经济动机的系统提供了一条具体的路径。