Algoritmos Quânticos para Portfólios, Risco e Trading (96h)
Sobre o curso
- Módulo 1: Fundamentos de Computação Quântica e Finanças Introdução a qubits, portas lógicas e desenvolvimento de circuitos usando o Qiskit. Revisão de conceitos clássicos base como a Teoria Moderna de Portfólios de Markowitz e a equação de Black-Scholes.
- Módulo 2: Otimização de Portfólios com Algoritmos Variacionais Modelagem da alocação de ativos e restrições através da formulação QUBO. Aplicação prática dos algoritmos híbridos VQE (utilizando a função de custo WCVaR) e QAOA para encontrar a fronteira eficiente de investimentos.
- Módulo 3: Análise de Risco e Precificação de Derivativos Uso da Estimação de Amplitude Quântica (QAE) para obter aceleração quadrática sobre os métodos clássicos de Monte Carlo. Cálculo de métricas de risco avançadas (VaR, CVaR, RVaR e EVaR) e precificação de opções (europeias, asiáticas e de barreira).
- Módulo 4: Machine Learning Quântico (QML) para Séries Temporais Implementação de Circuitos Quânticos Parametrizados (PQCs) atuando como Redes Neurais Quânticas (QNNs). Foco em previsão de séries temporais financeiras e comparação de desempenho com modelos clássicos avançados (como BiLSTM).
- Módulo 5: Sistemas de Trading e Caminhadas Quânticas Criação de sistemas de trading de inspiração quântica, interligando protótipos em Python com plataformas reais como MQL5. Utilização de Caminhadas Quânticas (Multi-Split Step Quantum Walks) para modelar e carregar distribuições complexas de probabilidade de mercado.
Classificações e revisões de estudantes
Sem avaliações ainda