ポートフォリオ最適化におけるブラックボックス最適化（BBO）技術の検証

抄録

本稿では,ﾄﾗｯｷﾝｸﾞｴﾗｰとﾘﾊﾞﾗﾝｽｺｽﾄをﾊﾞﾗﾝｽさせるようなﾎﾟｰﾄﾌｫﾘｵ最適化問題に対して,量子ｲﾝｽﾊﾟｲﾔｰﾄﾞ技術とFactorization Machine(FM)を用いたﾌﾞﾗｯｸﾎﾞｯｸｽ最適化手法(量子BBO)の適用を提案する.このような最適化問題は複雑で明示的なﾓﾃﾞﾙ化が困難な問題であり,従来効率的に解くことができなかった.提案する量子BBOが,二次計画法を用いたﾌﾞﾗｯｸﾎﾞｯｸｽ最適化手法,および線形問題として近似的に解く手法と比較して,解の精度が高く,また収束性が優れることを確認した.今後,資産運用戦略,投資商品開発において実用性を検証する予定である.