Qiskit Finance

Qiskit Finance 是一个开源框架，包含用于股票/证券问题的不确定性组件，如投资组合优化，以及数据提供者，用于从金融实验中获取真实或随机数据。

安装

我们鼓励您通过pip工具（Python包管理器）安装Qiskit Finance。

pip install qiskit-finance

pip 将自动处理所有依赖项，并且您将始终安装最新（且经过良好测试）的版本。

如果您想尝试尚未正式发布的特性，或者如果您想为Finance做出贡献，则可以从源安装。要这样做，请按照文档中的说明进行操作。

在Qiskit中创建您的第一个金融编程实验

现在Qiskit Finance已安装，是时候开始使用金融模块了。让我们尝试使用振幅估计算法来评估具有不确定利率的固定收益资产。

import numpy as np
from qiskit.primitives import Sampler
from qiskit_algorithms import AmplitudeEstimation
from qiskit_finance.circuit.library import NormalDistribution
from qiskit_finance.applications import FixedIncomePricing

# Create a suitable multivariate distribution
num_qubits = [2, 2]
bounds = [(0, 0.12), (0, 0.24)]
mvnd = NormalDistribution(
    num_qubits, mu=[0.12, 0.24], sigma=0.01 * np.eye(2), bounds=bounds
)

# Create fixed income component
fixed_income = FixedIncomePricing(
    num_qubits,
    np.eye(2),
    np.zeros(2),
    cash_flow=[1.0, 2.0],
    rescaling_factor=0.125,
    bounds=bounds,
    uncertainty_model=mvnd,
)

# the FixedIncomeExpectedValue provides us with the necessary rescalings

# create the A operator for amplitude estimation
problem = fixed_income.to_estimation_problem()

# Set number of evaluation qubits (samples)
num_eval_qubits = 5

# Construct and run amplitude estimation
sampler = Sampler()
algo = AmplitudeEstimation(num_eval_qubits=num_eval_qubits, sampler=sampler)
result = algo.estimate(problem)

print(f"Estimated value:\t{fixed_income.interpret(result):.4f}")
print(f"Probability:    \t{result.max_probability:.4f}")

当运行上述代码时，估计值结果应为2.46，概率为0.8487。

进一步示例

学习路径笔记本可以在文档的财务教程部分找到，是开始的好地方。

贡献指南

如果您想为Qiskit做出贡献，请查看我们的贡献指南。本项目遵循Qiskit的行为准则。通过参与，您应遵守此准则。

我们使用GitHub问题来跟踪请求和错误。请加入Qiskit Slack社区进行讨论和简单问题。对于更适合论坛的问题，我们在Stack Overflow中使用Qiskit标签。

作者和引用

Finance项目受一群研究人员的集体工作启发、撰写和推出。Finance项目在许多人的帮助和努力下继续发展，他们以不同的层次为项目做出贡献。如果您使用Qiskit，请按照提供的BibTeX文件进行引用。

许可协议

本项目使用Apache License 2.0。