Categories

Most Popular

L’ultima novità di Wall Street: l’Informatica Quantistica

Un tipo di elaborazione fondamentalmente nuovo scuoterà la finanza: la domanda è quando.

L’ industria delle finanze ha avuto una relazione lunga e redditizia con il computer. È stato uno dei primi ad adottare tutto, dai computer mainframe all’intelligenza artificiale. Per la maggior parte dell’ultimo decennio sono stati effettuati più scambi ad alta frequenza da algoritmi complessi che da esseri umani. Ora le grandi banche hanno gli occhi puntati sull’informatica quantistica, un’altra tecnologia all’avanguardia.

Questa è l’idea, sviluppata dai fisici negli anni ’80, che le proprietà controintuitive della meccanica quantistica potrebbero consentire la costruzione di computer in grado di eseguire imprese matematiche di cui nessuna macchina non quantistica sarebbe mai capace. La promessa sta ora iniziando a essere realizzata. 

Giganti informatici come Google e ibm , così come uno stormo di concorrenti più piccoli, stanno costruendo e perfezionando l’hardware quantistico.

I computer quantistici non batteranno affatto le loro controparti classiche. Ma gran parte della matematica in cui eccelleranno è di interesse per i banchieri. 

In una conferenza il 10 dicembre William Zeng, capo della ricerca quantistica presso Goldman Sachs, ha detto al pubblico che il calcolo quantistico potrebbe avere un impatto “rivoluzionario” sulla banca, e sulla finanza più in generale.

Molti calcoli finanziari si riducono a problemi di ottimizzazione, un punto di forza noto dei computer quantistici, afferma Marco Pistoia, capo di un’unità di ricerca presso JPMorgan Chase, che ha trascorso molti anni in ibm prima di allora. Quanti quantistici sperano che le loro macchine aumentino i profitti accelerando i prezzi degli asset, scavando portafogli con prestazioni migliori e rendendo gli algoritmi di apprendimento automatico più accurati. 

Uno studio di bbva , una banca spagnola, ha concluso a luglio che i computer quantistici potrebbero aumentare il credit scoring, individuare opportunità di arbitraggio e accelerare le cosiddette simulazioni “Monte Carlo”, comunemente utilizzate in finanza per provare a modellare il probabile comportamento dei mercati .

La finanza non è l’unica industria alla ricerca di un modo per trarre profitto anche dai computer quantistici piccoli e instabili che segnano l’attuale stato dell’arte; anche i settori, dall’aerospaziale al farmaceutico, stanno cercando un “vantaggio quantistico”. 

Ma ci sono ragioni per pensare che la finanza possa essere tra le prime a trovarla. Mike Biercuk di q – ctrl , una startup che produce software di controllo per computer quantistici, sottolinea che un nuovo algoritmo finanziario può essere implementato più velocemente di un nuovo processo industriale. La dimensione dei mercati finanziari significa che anche un piccolo anticipo varrebbe un sacco di soldi.

Anche le banche stanno acquistando esperienza. Aziende tra cui bbva , Citigroup, JPMorgan e Standard Chartered hanno istituito gruppi di ricerca e firmato accordi con aziende informatiche. Il Boston Consulting Group calcola che, a giugno, banche e assicurazioni in America e in Europa avevano assunto più di 115 esperti, un gran numero per quello che rimane, anche in ambito accademico, una piccola specializzazione. “Abbiamo più fisica e matematica p h d s di alcune grandi università”, scherza Alexei Kondratyev, responsabile dell’analisi dei dati presso Standard Chartered.

Anche le startup stanno esplorando le possibilità. Enrique Lizaso di Multiverse Computing ritiene che gli algoritmi quantistici della sua azienda possano individuare le frodi in modo più efficace e circa cento volte più velocemente di quelli esistenti. L’azienda ha anche sperimentato l’ottimizzazione del portafoglio, in cui gli analisti cercano strategie di investimento ben performanti. Multiverse ha rieseguito le decisioni prese da veri trader in una banca. Il compito era scegliere, nel corso di un anno, il mix più redditizio da un gruppo di 50 asset, soggetto a restrizioni, come la frequenza con cui si potevano fare scambi.

Il risultato è stato un problema con circa 10 1.300 possibili soluzioni, un numero che supera di gran lunga il numero di atomi nell’universo visibile. In realtà, i trader della banca, assistiti da modelli che girano sui computer classici, hanno ottenuto un rendimento annuo del 19%. A seconda della quantità di volatilità che gli investitori erano disposti a sopportare, l’algoritmo di Multiverse ha generato rendimenti del 20-80%, sebbene si fermi prima di rivendicare un vantaggio quantistico definitivo.

Non tutti i potenziali usi sono così affascinanti. Le simulazioni Monte Carlo sono spesso utilizzate negli stress test normativi. Christopher Savoie di Zapata, una società di informatica quantistica con sede a Boston, ricorda un dirigente di banca che gli disse: “Non portarmi algoritmi di trading, portami una soluzione al ccar [una normativa americana sugli stress test]. Quella roba consuma metà del mio budget di elaborazione “.

Tutto questo promette bene. Ma i finanziatori quantistici riconoscono che, per ora, l’hardware è un limite. “Non siamo ancora in grado di eseguire questi calcoli su una scala in cui una macchina quantistica offre un vantaggio nel mondo reale rispetto a una classica”, afferma Biercuk. Un modo approssimativo per misurare la capacità di un computer quantistico è il suo numero di “qubit”, l’analogo dei bit 1 o 0 dell’informatica classica. Per molti problemi un computer quantistico con migliaia di qubit stabili è probabilmente molto più veloce di qualsiasi macchina non quantistica che potrebbe mai essere costruita – semplicemente non esiste ancora.

Per ora, il campo deve accontentarsi di dispositivi piccoli e instabili, che possono eseguire calcoli solo per minuscole frazioni di secondo prima che i loro delicati stati quantistici si rompano. John Preskill del California Institute of Technology ha soprannominato questi ” nisq ” – “Computer quantistici rumorosi, su scala intermedia”.

I banchieri stanno lavorando su modi per condurre calcoli su tali macchine. Il signor Zeng di Goldman ha sottolineato che le risorse computazionali necessarie per eseguire algoritmi quantistici sono diminuite man mano che i programmatori hanno modificato i loro metodi. Il signor Pistoia indica i documenti che il suo team ha scritto esplorando modi per adattare calcoli finanziari utili anche a macchine di piccole dimensioni.

E a un certo punto quei programmatori incontreranno i produttori di hardware che vengono dall’altra parte. Nel 2019 Google è stata la prima a dimostrare la “supremazia quantistica”, utilizzando una macchina nisq a 53 qubit per eseguire in pochi minuti un calcolo che avrebbe richiesto al supercomputer più veloce del mondo più di 10.000 anniibm , che ha investito molto nell’informatica quantistica, stima di poter costruire una macchina da 1.000 qubit entro il 2023. Sia essa che Google hanno parlato di un milione di qubit entro la fine del decennio.

Quando potrebbe arrivare la rivoluzione finanziaria? Il signor Savoie ritiene che semplici algoritmi potrebbero essere utilizzati entro 18 mesi, con una plausibile applicazione anticipata del punteggio di credito. L’onorevole Kondratyev afferma che dai tre ai cinque anni sono più realistici. Ma il punto cruciale, dice un osservatore, è che nessuno vuole arrivare in ritardo alla festa. Una preoccupazione comune è che chi fa una svolta per primo possa scegliere di raccogliere i frutti nell’oscurità, piuttosto che trasmettere il fatto al mondo. Dopo tutto, dice il signor Biercuk, “è così che è iniziato il trading ad alta frequenza”.

    Leave Your Comment

    Your email address will not be published.*

    Forgot Password