Terra Quantum和BBVA已经成功完成了一个试点项目，展示了人工智能驱动和量子启发的方法在提高奇异衍生品定价的速度和效率方面的潜力。
结构性产品，例如奇异的衍生品，涉及复杂的支付结构，需要针对各种市场条件和参数进行准确、高速的定价。先进的计算方法对于有效解决这些高维问题，同时满足金融机构的准确性和性能要求至关重要。
该试点探索了包括神经网络和张量网络层在内的创新方法，以应对快速定价这些复杂产品的挑战，同时考虑涵盖多种基础资产的奇异衍生品的广泛参数范围和精细增量。结果表明，这些技术可以在保持准确性的同时，显著提高计算效率和速度。
主要成就
通过合作，Terra Quantum 展示了：
提高速度和准确性：实现毫秒级定价，同时满足各种测试场景的目标准确性阈值。 可扩展性：成功管理大型参数空间，符合复杂的奇异衍生物的要求。 效率提升：模型压缩技术使标准 CPU 硬件上的推理速度提高了 260 倍，从而提高了计算效率和成本效益
虽然 Tensor Train Cross （TT-Cross） 等替代方法提供了有价值的见解，但该项目强调了神经网络在大规模处理现实世界复杂性方面具有更大的稳健性和灵活性。
迈向未来应用的一步
该试点的成功完成凸显了高级 AI 和量子启发方法在简化金融机构定价工具方面的潜力。Terra Quantum 的解决方案展示了在生产环境中进一步开发和部署的明显机会。
“我们很高兴能与 BBVA 等定量方法的行业领导者合作，”Terra Quantum 首席商务官 Martin Hofmann 说。“结果证实，AI 驱动的方法与量子启发的技术相结合，可以在复杂的定价问题中带来有意义的改进，并为进一步优化提供明确的途径。”
“作为一家高度关注技术创新的银行，BBVA 需要测试最新的尖端技术，以帮助优化复杂的金融计算，”BBVA 量子主管 Escolástico Sánchez 解释道。“我们刚刚与 Terra Quantum 一起完成的试点是这一战略的又一步。”