Estimación del riesgo del mercado de carbono utilizando una red adversarial generativa condicional cuántica y estimación de amplitud

Resumen Estimar el riesgo del mercado de carbono de manera precisa y eficiente es fundamental para garantizar la estabilidad financiera, promover la sostenibilidad ambiental y facilitar la toma de decisiones informadas. Aunque los métodos tradicionales de estimación de riesgos se utilizan extensamente, las suposiciones implícitas sobre la distribución son predominantemente contenidas y desafiantes para equilibrar la precisión y la eficiencia computacional. Se propone un marco de estimación del riesgo del mercado de carbono basado en computación cuántica para abordar este problema con el algoritmo de red adversarial generativa condicional cuántica-estimación de amplitud cuántica (QCGAN-QAE). Específicamente, se emplea la red adversarial generativa condicional cuántica (QCGAN) para simular la distribución futura de la tasa de retorno generada, mientras que la estimación de amplitud cuántica (QAE) se utiliza para medir la distribución. Además, el circuito cuántico del QCGAN, mejorado reordenando la capa de interacción de datos y la capa de simulación de datos, se acopla con la introducción de la capa totalmente conectada cuántica. El método de búsqueda binaria se incorpora en la QAE para aumentar la eficiencia computacional. Los resultados de la simulación basados en el Sistema de Comercio de Emisiones de la Unión Europea revelan que el marco propuesto mejora notablemente la eficiencia y precisión del valor en riesgo y del valor en riesgo condicional en comparación con los métodos originales.