量子计算对金融业的发展具有重要的理论研究价值和实际经济 社会价值，是智能金融领域与量子技术融合的发展趋势和研究热点。
近年来，随着移动互联网等技术的普及，金融领域数据量呈现爆 炸式增长，推动了金融大数据时代的来临。金融业与各行业、各部门 的生产经营密切相连，同时也与千家万户和社会成员的生活息息相关。 金融业作为典型的信息密集型行业，在错综复杂的资金链、产业链和 供应链中，海量的数据信息被记录和存储。金融领域的数据具有大体 量、历史数据关联度高和可量化等特点，因此利用人工智能算法分析 并挖掘有价值的金融知识，已经成为推动金融领域信息和技术革新的 主要趋势。然而，金融领域数据的海量、复杂和高维度等特点，对处 理金融大数据的算法准确性、高效性、安全性和鲁棒性都带来了巨大 的挑战。
量子计算对金融行业的赋能主要表现在两个层面： （1）量子计算的强大算力可以解决经典计算机无法高效解决的 一些金融问题，例如大规模的金融风险管理、预测和优化等问题。 （2）量子计算将影响对金融和经济模式的思考方式，即改变对 问题的形成、结构和建模方式的思考视角，例如经济学作为一门社会 科学在发展中受到热力学理论的影响，经济学中的一般均衡理论借鉴 了热力学概念。
麦肯锡 2022 年的研究报告《量子技术监测》(Quantum Technology Monitor)指出，为了实现量子技术的承诺，公共和私人资金持续增加。 制药、化工、汽车和金融这四个行业有望成为“量子优势”的第一批受 益者，2035 年有望实现近 7000 亿美元的价值5。
根据波士顿咨询公司的预测，未来 3-5 年内将有第一批应用用于 优化领域，而在未来 5-10 年内，浅层量子近似优化算法有望面世。
虽然受限于早期量子计算机硬件的现状，许多量子算法仍然在 CPU 而非 QPU（量子芯片）上运行，但这并不影响目前量子计算在 多种金融业务场景中进行研究和应用探索。 在金融交易策略模型方面，量子计算的强大求解能力可以提升模 型的效果。目前，大多涉及机器学习和人工智能模型的算法都有对应 的量子版本，理论上能够更快和更精确地得到训练结果。此外，还存 在着应用于投资组合优化和定价模型等金融场景的量子解决方案，其 中一些算法也能很好的应用于金融时序问题。 在金融资本市场方面，量子计算可以用于分析关键的金融模型， 并通过使用量子纠缠对不同层次的市场数据进行关联，从而为金融行 业提供系统性的财务事件预测分析，以便对重大金融事件进行及时响 应，例如市场崩盘预测、交易和投资趋势等问题。
在信用评分和欺诈识别方面，通常需要对大量历史交易数据进行 分析，从而得到有效的评估机制。量子计算可以通过分析交易对手大 量的历史行为信息，提供合理的信用评估并检测出难以发现的交易异 常或市场异常。此外，量子计算还可以辅助传统评分模型的改进，例 如优化评分因素的选取和重要性参数。 量子计算具有超强的并行计算能力和指数级存储容量等优势，在 金融服务领域具有巨大的潜力，并能够助力金融行业的发展。2022 年 1 月 4 日，中国人民银行印发的《金融科技发展规划（2022-2025 年）》 中提出“探索运用量子技术突破现有算力约束、算法瓶颈，提升金融 服务并发处理能力和智能运算效率，节省能源消耗和设备空间，逐步 培育一批有价值、可落地的金融应用场景。”金融行业作为量子计算 的一个重要应用领域，借助量子计算能够突破算力瓶颈、提升智能水 平，这对金融行业具有重要的战略意义。
量子计算对金融业的发展具有重要的理论研究价值和实际经济 社会价值，是智能金融领域与量子技术融合的发展趋势和研究热点。 由于集成电路技术在工艺等方面越来越逼近物理极限，摩尔定律日渐 趋缓，传统计算技术的发展面临体系性困局，而量子计算技术则是对 目前硬件算力的突破。同时，受到“碳达峰”、“碳中和”和“可持续发展” 等对各行各业的内在驱动，经典计算机在运行过程中所产生的能耗与日俱增，而量子计算理论上可以降低能耗，能够更好地应对双碳目标。 具体而言，量子计算对金融业的发展有以下几方面的意义： 第一，量子计算将显著提升金融投资的智能水平。目前的智能金 融仍处于早期发展阶段，智能风控、智能营销、智能信贷和智能监管 等应用尚未形成深度融合，原因之一是缺乏强大的计算能力支持，导 致数据挖掘不充分。在可预见的未来，随着数据体量的快速增长，金 融业在智能金融方面将面临更加严峻的算力约束，量子计算升级智能 水平的算力优势也将更加明显。
第二，量子计算将显著提升金融服务的智能化响应速度。反欺诈、 反洗钱、授信审批和支付清算等金融业务对时滞水平有很高要求，这 直接关系到金融资金安全、客户体验和声誉风险等。5G 和万物互联 时代将产生更多碎片化的海量数据，相对于经典计算，量子计算具有 强大的并行计算能力，能够实现指数级的计算加速，在金融领域具有 十分重要的应用价值。
第三，量子计算将节省大量能耗和设备空间。量子计算能够有效 地应对经典计算在处理金融大数据时产生的能耗问题，以及经典计算 算力提升所需的大规模硬件设备（单机计算能力趋于瓶颈）而带来的 硬件购置及维护成本问题。单台量子计算机所具备的强大计算能力足 以媲美经典计算集群，量子幺正变换又具备可逆计算能力，解决了经 典计算的能耗问题，如表 3 所示。同时研发量子混合计算技术融合现有算力，可以充分利用已有经典计算算力进行性能提升。
