采访专栏(第三期):量子计算+金融,揭秘同济大学“日不落”团队创新性成果!

活动小助手
2024-11-18 18:16:10
本帖最后由 活动小助手 于 2025-1-23 17:08 编辑

第三期采访专栏来啦!本期我们邀请到了来自同济大学的优秀奖团队,让我们一起来看看这支队伍是如何在成员之间时差不一致的情况下还能取得如此优秀的成绩的吧!

一、采访团队简介

队员由来自同济大学经济与管理学院环境科学与工程学院土木工程学院的三位大三学生组成,专业分别为信息管理与信息系统、环境工程智能建造,曾获数学建模国赛一等奖、美国大学生数学建模大赛H奖等。

指导老师段春艳同济大学机械与能源工程学院工业工程研究所副所长、副教授,入选上海市浦江(A类)人才计划,兼任上海运筹学学会第一届青年工作委员会委员,同济大学机械与能源工程学院工业工程研究所副所长、学院教学助理教工党支部宣传委员,长期从事智能制造与风险管理、人工智能与决策优化、建模仿真与决策优化等方向研究工作。

二、获奖作品简介

投资组合优化是金融领域中一项重要的任务,通过在给定的投资投资组合优化(Portfolio Optimization)限制条件下合理进行资产配置,以实现预期收益最大化风险最小化的平衡。传统方法往往面临计算复杂度高、局部最优解等挑战。近年来,随着量子计算、机器学习和优化算法的发展,投资组合优化的难题迎来了转机。本作品以股票、债券及商品的投资组合优化作为具体分析场景,基于马科维茨模型,针对风险偏好、风险中性及风险厌恶三种不同投资者建立资产配置的优化规划 QUBO 模型,运用 CIM 求解,获得针对不同类型投资者的个性化最优资产配置方案。此外,本文提出的模型还可推广到股票、债券和商品以外的资产池的资产配置方案制定中,也可简化为对某一类资产的投资组合优化,可推广性强。

图1:研究框架

三、精彩问题节选

Q:您的队伍是如何组建的?包括队友的选取和指导老师的联系

A:因为我们自己平时有打数学建模竟赛,比如国赛、美赛,所以是一支比较老的队伍,大家也比较熟悉。我们的指导老师非常喜欢带着学生打一些竞赛,这个老师每次会在群里发送一些公众号的竞赛推送,比如玻色量子公众号、赛氪官网、APMCM官网,我们就非常自然的衔接上了这么一位指导老师。这位老师最近也是在量子计算上有所研究,她自己对赛题也是非常感兴趣的,在我们这个比赛过程中她也是给我们做了非常多指导。

Q:在比赛过程中,您的队伍是如何进行的分工合作?

A:我们称我们这个队伍叫做 24小时日不落建模队,就是每个小时都会有人在工作。数学建模竞赛中大家常常分代码手、建模手和论文手,但是我们的方式是非常灵活变化的,比如说我们这个赛题有三问,我们可能每个人对每一问都会有一个非常好的理解,我们会把问题拆解,如果拆解出来的问题是相对独立的话,我们就会每个人分一部分;如果不独立,就会让两个人一起负责,比如建模和代码手,她们俩在国内交流把初稿写出来,那么我这边就负责排版以及对这个问题提出一些新的疑问交给她们,最好在我睡觉的时候可以把这些问题解决。然后我再起来的时候就可以一直这样轮番的工作,就基本上是一个非常连贯的,这个工作就一直稳步推进,所以最后我们也是比较游刃有余的在规定时间内完成了比赛。

Q:您想对因为没有接触过量子计算而犹豫参加五岳杯挑战赛的同学哪些建议?

A:我觉得这个东西可能刚接触的时候会比较困难,但是我觉得可以把量子计算理解成一个解决问题的方式吧,比如说赛题给出的 QUBO 模型和求解代码,其实都是比较成体系的。我个人把它理解成一个黑箱,能够把它做出一个最后的呈现。我觉得大家没有接触过也可以进行大胆尝试。数学建模比赛,不管是否要求使用量子计算,它只是一个方法,最重要的还是怎么把这个问题在这个框架里用建模描述出来,做一些优化和调整其实是比较可实现的事情。研究代码的这个过程也是对自己提升比较多的,如果有对量子计算科研方向感兴趣的同学,也可以把这个比赛作为一个科研的敲门砖

Q:在比赛结束后,您是否有继续研究和完善你们的解决方案?

A:现场答辩老师给出了一些建议,我们后续也进行了一些讨论,得出的结论是我们的方案大体上是行得通,但是还有一些很细节的地方其实有问题的,然后我们后续进行了一些讨论,之后会投入到后续的研究中。

Q:本次参赛体验如何?

A:我觉得体验感非常好,我们很幸运的进入到了决赛的赛场把我们的方案展示给大家,也看到了来自全国各地高校的优秀队伍,跟现场的老师也有一些互动,这是一个非常好的接触前沿技术的机会。

图2:团队领奖合照

结语

“日不落”团队的采访是否有激励到你也参与到量子计算挑战赛当中呢?如果你也想开启量子计算的大门,那么欢迎报名参赛,或许下一个站在领奖台的,就是你!

点击此处报名参赛

 

 

 

606
0
0
0
关于作者
相关文章
  • 诚邀揭榜!玻色量子在2025挑战杯发布“量子+AI”挑战 ...
    “青创北京”2025年“挑战杯”首都大学生课外学术科技作品竞赛在主框架下引 ...
    了解详情 
  • “青创北京”2025年“挑战杯”玻色量子专项赛榜单选题征集表 ...
    了解详情 
  • 【直播预告】量子与 AI 的深度融合:探索 CIM 驱动的模型加速新 ...
    在人工智能技术蓬勃发展的今天,深度神经网络模型的复杂度呈指数级增长,如何突破传统计算架构的 ...
    了解详情 
  • 【直播预告】均衡传播与CIM驱动的神经网络创新应用 ...
    在人工智能蓬勃发展的当下,神经网络作为核心技术,持续推动着图像识别、自然语言处理等众多领域 ...
    了解详情 
在本版发帖返回顶部
快速回复 返回顶部 返回列表
玻色有奖小调研
填写问卷,将免费赠送您5个100bit真机配额
(单选) 您是从哪个渠道得知我们的?*
您是从哪个社交媒体得知我们的?*
您是通过哪个学校的校园宣讲得知我们的呢?
取消

提交成功

真机配额已发放到您的账户,可前往【云平台】查看