量子機械学習及びテンソルネットワークの日本株リターン予測への応用

抄録

量子技術の発展に伴い、量子コンピュータを機械学習に応用する量子機械学習への関心が高まっている。また、量子性にインスパイアされた古典アルゴリズムであるテンソルネットワークも、機械学習の分野で注目を集めている。本研究では、これらアルゴリズムの実社会への応用を見据えて、ファイナンス領域で重要な問題の一つである株価リターン予測に取り組んだ。具体的には、量子機械学習の一つである量子ニューラルネット、及びテンソルネットワークの一つである行列積状態を用いてクロスセクションでの株価リターン予測モデルを構築した。更に、日本の株式市場に対して予測モデルの結果を基にポートフォリオを構築し投資パフォーマンスを測定した。またベンチマークとして線形・及び古典ニューラルネットモデルでも同様の分析を行い提案モデルとの性能比較を行った。実験の結果、行列積状態モデルがベンチマークを上回るパフォーマンスを獲得した。また、量子ニューラルネットモデルと古典ニューラルネットモデルのパフォーマンスは局面に依るところが大きいものの、直近の市場環境では量子ニューラルネットモデルが優れた性能を発揮することを確認した。