研究人员开发了一种混合量子-经典神经网络模型，称为QRNN，用于金融时间序列预测和投资组合优化。该模型集成了Ridgelet变换进行特征提取，并结合量子近似优化算法（QAOA）以提高量子计算的效率和准确性。通过将金融数据分解为多分辨率分量，Ridgelet变换减少了所需的量子比特数量，从而能够实现更具可扩展性和更精确的资产选择预测。 AI
影响 引入了一种使用量子-经典混合模型进行金融预测和优化的新方法，有可能提高可扩展性和准确性。
排序理由 这是一篇详细介绍用于金融应用的新型混合量子-经典神经网络模型的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
