机构名称：
¥ 3.0
摘要。本文在量子方法的背景下，对利用机器学习技术进行了深入的探索。我们开发并实施了一种新型的混合量子Wasserstein gan，用于将经典状态的任意分布加载到量子状态，这超出了其财务状况。特别是，如果目标分布是经典的，则我们的混合方法消除了几种潜在的不稳定性来源，并且与完全量子生成的模型相比，其性能优越。我们的QWGAN可用于捕获资产在成熟度时的概率分布，并将其转换为量子状态，因为在合成和真实数据实验上进行了反对。在选项定价上下文中，我们使用此方法提供了完整的管道，并利用迭代量子估计算法来得出预期的期权收益，从而确保与传统方法相比，误差缩放的二次增强。
混合量子剂量恒星gan，适用于选项定价
主要关键词
相关文件推荐
