华夏银行吴永飞:量子金融科技助力商业银行行稳致远

2022-12-07  来源: 《银行家》2022年第11期


作者:吴永飞

 

党的二十大报告中指出:“一些关键核心技术实现突破,战略性新兴产业发展壮大,载人航天、探月探火、深海深地探测、超级计算机、卫星导航、量子信息、核电技术、大飞机制造、生物医药等取得重大成果,进入创新型国家行列。”其中,量子信息作为关键核心技术被强调。党的二十大前夕,2022年10月4日,诺贝尔物理学奖不负众望地颁给了量子信息科学,法国物理学家阿斯佩(Alain Aspect)、美国物理学家克劳泽(John F. Clauser)以及奥地利物理学家塞林格(Anton Zeilinger)凭借在量子信息科学领域取得的卓越成就获奖,再次引发了全球对量子科技的高度关注。

 

华夏银行积极拥抱量子科技,自2020年以来,创新提出量子金融科技方法论,为将量子科技批量化引入金融领域奠定了理论基础,并在量子计算、量子通信等关键领域开展了一系列探索,以期为量子科技在金融领域向实用化、工程化转变提供借鉴。

 

量子计算为银行激发数据价值、释放数据潜能提供新路径

 

当前量子计算机快速发展,为经典算力瓶颈的突破提供了全新的可能。算法能够为算力赋予灵魂,并能变废为宝,从沉睡的数据中发掘价值。华夏银行积极开展量子算法研究应用,基于量子科技与人工智能新兴技术,在量子计算机、量子算料嵌入、量子AI算法理论、量子AI建模流程、量子金融科技方法论及模型体系、量子算法模型实证分析等方面进行深入研究,创新设计了一系列的量子AI算法模型,并面向典型金融场景开展应用验证和应用实践。

 

在量子有监督学习方面,创新开展量子神经网络(QNN)算法在智能设备资源配置中的应用研究。该研究中的数据取自ATM机具原始监控报表数据和流水日志数据,ATM机具样本选取自全国范围内的2000余台取款机、存取款一体机和循环机,时间范围为两年。通过使用QNN算法,将4个特征参数下的经典数据嵌入到2个量子比特,量子比特通过量子门的操作后,测量了中心量子线路最后的量子位在Z轴上的投影。实证研究结果显示,QNN算法模型准确率达75.57%,模型对智能机具的资源配置合理性进行了有效的识别,从而实现了以量子科技为基础的智能化决策支持手段。

 

在量子小样本学习方面,创新开展基于QNN算法在金融风控领域的应用研究。该研究面向智能风控典型业务场景,创新运用前沿的QNN算法对小样本学习建模问题进行研究。将数据集随机平均划分为训练集和测试集两个部分,针对训练集样本量从60下降至10的各种情况进行模型验证,在每个验证样本量下采取50次随机抽样。实证研究结果显示,基于AUC、KS和Recall三个模型评估指标,在训练集样本数量从60到10不断下降的过程中(各组数据集以5个样本递减),QNN算法模型的效果均优于传统的逻辑回归模型、决策树模型、随机森林模型、XGboost模型、神经网络模型和分类关联规则挖掘模型;同时,QNN算法模型的评估效果在各组小样本数据集下均保持较高的稳定水平,且随着样本量的不断下降,QNN算法模型的表现效果较其他经典模型的优势越发凸显。

 

在量子无监督学习方面,创新开展量子聚类(QK-means)算法在银行智慧运营场景中的应用研究。该研究针对银行智能柜台设备分布范围广、数量多、所在地区客户和环境情况复杂等难点,为解决智能设备高效运营、精准布放的问题,在量子最近中心算法的基础上构建量子K-means算法模型,通过将样本特征和聚类中心的特征压缩到两个量子态|Φ>和|ψ>中,运用Controlled-SWAP门和Hadamard门将两个量子态的距离转移到第一个控制比特上。实验结果显示,QK-means算法模型可以有效将700余家支行网点聚为三类,并根据聚类结果情况分别采取措施对网点智能设备进行优化,缩小了对商业银行网点智柜设备业务的关注范围,使关注点聚焦到表现优异的网点集群和表现不理想的网点集群,有助于实现对网点智柜设备运营管理情况的定期评估,为进一步调整资源配置提供决策依据。

 

在量子组合优化方面,创新开展量子近似优化(QAOA)算法在我国股票和公募基金市场的投资组合管理应用研究。该研究针对金融市场中存在的大量资产组合配置、投资组合构建等优化问题,借鉴QAOA算法解决最大分割问题的思想,采集一段时间内各只股票的日收盘价,根据投资者的风险偏好程度,基于QAOA算法生成权益类组合。从组合净值曲线和组合指标可见,经过QAOA算法筛选后的策略,与原有等权重配比股票的策略相比,表现更优。我们遵循相同的方法论对我国公募基金市场组合优化问题进行研究,结果显示,QAOA算法筛选出的组合长期来看净值表现优于平均持有组合,特别是在关于策略波动性的标准差与最大回撤这两项指标上,QAOA算法策略遥遥领先于其他参与对比的组合。

 

在量子仿真模拟方面,创新开展量子幅度估计(QAE)算法在金融衍生品定价中的应用研究。该研究针对期权定价这一典型问题,创新运用QAE算法,将参数估计问题转化为一种算符操作,并将待估计的参数映射为相应的量子态振幅,然后通过测量给出相应的参数估计。相关实证分析选取我国金融市场真实的看涨期权进行研究,使用指定日期沪深300ETF作为标的资产的欧式看涨期权为实证对象。通过构建量子线路并测量,最终得到的该欧式看涨期权基于QAE算法计算的价格为0.4302。同样参数下使用B-S-M模型得到的期权理论价格为0.4284,使用蒙特卡洛方法得到的价格为0.4282。当天该期权实际成交价为0.4310。由此可知,与传统的解析法和蒙特卡洛方法相比,QAE算法得到的欧式看涨期权价格在95%置信水平下的置信区间为[0.4169,0.4411],与该期权当日实际价格更为接近。

 

在量子自然语言文本挖掘方面,创新开展量子自然语言处理(QNLP)算法在金融新闻情绪识别及银行客户服务评价分析的应用研究。该研究针对金融新闻情绪识别问题,使用233条数据作为训练集来训练模型,测试集由50条数据构成。同时,作为对比,使用TF-IDF作为特征提取器,之后使用Adaboost、Nave Bayes、Neural Network作为分类器来进行情感分类,并将四种方法进行对比。从模型评估指标来看,四种方法在相同的数据条件下进行对比,QNLP的结果展现出训练集样本量从233下降至20,其模型效果的稳定性最佳。通过逐步减少训练集的样本数量,Adaboost、Nave Bayes和Neural Network三类经典模型在测试集上的F1 Score呈现下降趋势。然而,QNLP随着训练集样本量的下降,测试集结果表现稳定,证明其在小样本学习问题上的表现优于传统NLP方法。在银行客户服务评价分析方面,基于相同的方法论进行实证研究,结果表明,随着训练集样本量的下降,QNLP在银行服务评价分析情感分类数据集上的测试结果表现稳定,QNLP在解决小样本学习问题方面已初步展现出良好的应用潜力。

 

量子直接通信为银行提供受物理学定律保护的信息安全传输新模式

 

近年来,随着量子计算的快速发展,银行业所广泛应用的传统公钥加密算法的安全性受到了挑战,采用量子技术开展保密通信的方法应运而生。在数字化转型过程中,商业银行数据资产的重要性日益凸显,积极探索运用受物理学定律保护的高度信息安全方案是银行金融科技领域亟须攻破的问题。量子直接通信技术作为量子保密通信的一个重要分支,能够有效应对数据传输过程中存在的信息安全潜在威胁。

 

华夏银行与北京量子信息科学研究院、清华大学合作,在全球范围内首次将量子直接通信技术应用于商业银行领域。2000年,北京量子信息科学研究院副院长、清华大学教授龙桂鲁团队创新提出了量子直接通信技术理论。2020年,该团队在中关村论坛成果发布会上发布了第一台具有实用价值的量子直接通信样机,被《北京市“十四五”时期国际科技创新中心建设规划》列为世界级重大原创成果。2022年4月,北京量子信息科学研究院和清华大学合作,实现了百公里量子直接通信,这也是当前世界最长的量子直接通信距离。

 

华夏银行参与合作的项目团队创新提出了量子直接通信“6S”理论与软科学技术创新方法论:一是单向量子直接通信协议设计(Single-way Protocol Design for QSDC),实现了量子直接通信传输距离的提升;二是单向量子直接通信安全性分析(Security Analysis of Single-way QSDC),采用搭线信道理论证明了单向量子直接通信协议的安全性;三是单向量子直接通信量子信号调制与解调(Signal Modulation & Demodulation for Single-way QSDC),实现了信息的安全可靠传输;四是以抗损编解码与纠错编码增强量子信道(Strengthening Quantum Channels by Loss-resistant Encoding & Decoding and Error-correcting Encoding),采用高删除率量子信道下的抗损编解码技术实现了极低信号接收率下的信息抗损编解码,并利用噪声量子信道下的纠错编码技术实现了信息的安全可靠传输;五是参数扫描实时控制(Scanning of Parameters with Real-time Control for QSDC),实现了系统在复杂参数条件下的实时跟踪优化;六是稳定干涉(Stable Interference of QSDC),实现了恶劣环境下的量子直接通信系统稳定运行。“6S”方法论为量子直接通信在金融领域的实用化、工程化奠定了坚实的技术基础。

 

结合金融行业的实际应用,项目团队还创新提出了量子直接通信“5‘2’+5D”商业银行场景应用创新方法论,涵盖五类应用创新场景:一是银行与客户间的量子直接通信(Bank to Customer,B2C)模式,典型应用场景为数字信贷业务场景(Digital Credits & Loans);二是银行与银行间的量子直接通信(Bank to Bank,B2B)模式,典型应用场景为远程办公与运维场景(Distant Working and Operation & Maintenance);三是银行与监管机构间的量子直接通信(Bank to Regulator,B2R)模式,典型应用场景为监管信息报送场景(Delivery of Regulatory Information);四是客户与客户间的量子直接通信(Customer to Customer,C2C)模式,典型应用场景为客户数据服务场景(Data Secure Transmission Service for Customers);五是历史与未来间的量子直接通信(Past to Future,P2F)模式,典型应用场景为同城数据备份场景(Data Backup within the Same City)。“5‘2’+5D”方法论为量子直接通信技术在银行业务领域的应用发展提供了指引和规范。

 

以量子直接通信在银行数字信贷业务场景中的应用为例。在创新数字信贷业务场景中,企业可能需要将涉及商业机密或个人隐私信息的数据传输至银行端供银行进行决策分析,该类数据需要高度保护,若发生信息泄露,可能导致企业发生经营损失甚至经营失败等严重后果。量子直接通信技术可以为数据安全传输提供受物理学定律保护的可靠方案,满足产业数字金融模式创新中的核心数据资产和数字资产安全传输的迫切需求。应用量子直接通信可为银行和企业间建立信任,从而助力产业数字信贷创新业务场景模式的升级迭代。

 

以量子直接通信在银行远程办公场景中的应用为例。当前疫情防控要求对银行员工在同城各办公场所之间的流动提出了限制,也对各办公区域之间的数据安全传输提出了进一步挑战,究其原因在于,银行的业务数据中涉及大量客户隐私和商业机密等重要信息,基于经典技术的信息传输方式难以提供100%安全的数据传输方案。量子直接通信技术将信息加载于量子态,直接通过量子信道传送,该技术依靠量子不可克隆、量子测量塌缩等原理感知和阻止窃听,实现了受物理学定律保护的信息安全传输,为商业银行远程办公提供了全新解决思路。

 

结语

 

正如习近平总书记所言:“量子科技发展具有重大科学意义和战略价值,是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新,将引领新一轮科技革命和产业变革方向。”量子科技作为一项前沿精尖技术,在商业银行应用领域已初步展现出巨大潜力,加快推进量子人工智能算法、量子直接通信方案在具体金融场景中的落地实践,具有重要战略意义和现实意义。未来,华夏银行将在量子金融科技领域进一步深化创新技术应用研究与探索,以期助力我国量子金融科技的蓬勃发展。

 

(龙盈智达〔北京〕科技有限公司王彦博、杨璇、陈生、王一多、徐奇、高新凯、周博韬、王杰、孙、王欣钰、冯琳、刘慧萍、金祖璋、周晓君、曹晓峰、王子、白晶、李翠婷等对本文亦有贡献)

 

(作者系华夏银行股份有限公司首席信息官、龙盈智达〔北京〕科技有限公司董事长)

 

责任编辑:魏敏倩