QRNN

量子-经典神经网络利用Ridgelet变换进行投资组合优化

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。