arXiv · quant-ph· Alberto Marchisio, Hanzalah Mohamed Siraj, Muhammad Kashif, Nouhaila Innan, Muhammad Shafique·· 1 天前
Q-PhotoMarket：探索光子混合量子神经网络金融预测设计空间
Q-PhotoMarket: A Design Space Exploration Framework for Photonic Hybrid Quantum Neural Networks in Financial Market Prediction
arXiv:2610.09641v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Alberto Marchisio, Hanzalah Mohamed Siraj, Muhammad Kashif, Nouhaila Innan, Muhammad Shafique
首次提交：2026-10-07 16:15
研究任务与主要进展
Q-PhotoMarket提出一个面向金融市场预测的光子混合量子神经网络设计空间探索框架，系统考察超过5,000种有效光子配置，覆盖输入光子态、线路架构、纠缠模型和测量策略，并用贝叶斯优化提高搜索效率。基于论文摘要，该框架在美国、印度和加密货币市场上发现跨市场较稳定的高性能架构，加入阈值校准与预测坍缩诊断后，相对经典机器学习基线呈现有竞争力的表现。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org