Référence de l'API Quantum Portfolio Optimizer

Type: `json`

Dictionnaire contenant les cours des actifs. Les données doivent être structurées sous la forme d'un objet JSON contenant des informations sur les cours de clôture d'actifs financiers à des dates précises. Le format est le suivant :

• Clé primaire (chaîne de caractères) : le nom ou le symbole boursier de l'actif financier (par exemple, « 8801.T »).
• Clé secondaire (chaîne de caractères) : la date au format AAAA-MM-JJ.
• Valeur (chiffre) : cours de clôture de l'actif à la date indiquée. Les prix peuvent être saisis sous forme normalisée ou non normalisée.

Notez que tous les dictionnaires doivent avoir la même clé secondaire (dates). Si un élément ne comporte pas de date alors que d'autres en ont une, il faut compléter cette information afin de garantir la cohérence. Par exemple, cela peut se faire en utilisant le dernier cours de clôture enregistré pour cet actif.

• Obligatoire : oui
• Exemple :

{
    "8801.T": {
        "2023-01-01": 2374.0,
        "2023-01-02": 2374.0,
        "2023-01-03": 2374.0,
        "2023-01-04": 2356.5,
        ...
    },
    "AAPL": {
        "2023-01-01": 145.2,
        "2023-01-02": 146.5,
        "2023-01-03": 147.3,
        "2023-01-04": 148.1,
        ...
    },
    ...
}

{
    "asset_name": {
        "date": closing_value,
        ...
    },
    ...
}

Type: `json`

Paramètres du QUBO. Le tableau suivant présente les clés du qubo_settings dictionnaire. Créez le dictionnaire en précisant le nombre de pas de temps nt, le nombre de qubits de résolution nq et le max_investment - ou modifiez d'autres valeurs par défaut.

• Obligatoire : oui

Type: `json`

Valeur par défaut: `None`

Paramètres de l'ansatz. Pour modifier les options par défaut, créez un dictionnaire pour le ansatz_settings paramètre avec les clés suivantes. Par défaut, l'ansatz est défini sur "real_amplitudes", et les deux options supplémentaires (voir le tableau ci-dessous) sont définies sur False.

* Approches possibles

• real_amplitudes
• cyclic
• optimized_real_amplitudes
• tailored (Uniquement pour ibm_torino le backend, 7 ressources, 4 pas de temps et 4 qubits de résolution)

** Si multiple_passmanager est défini sur False, la fonction utilise le gestionnaire de passes par défaut de Qiskit avec optimization_level=3. Si cette option est activée True, la multiple_passmanager sous-routine compare trois gestionnaires de passes : le gestionnaire de passes Qiskit par défaut précédent, un gestionnaire de passes mappant les qubits sur la chaîne des voisins immédiats du QPU, et les services du transpileur IA. On sélectionne alors le gestionnaire de passes présentant l'erreur cumulative estimée la plus faible.

• Obligatoire : Non

Type: `json`

Valeur par défaut: `None`

Paramètres de l'optimiseur. Ce paramètre est un dictionnaire contenant certaines options paramétrables du processus d'optimisation.

Sous les clés primitive_options``optimizer_options et, nous définissons des dictionnaires avec les paramètres suivants :

primitive_options

optimizer_options

• Obligatoire : Non

Type: `str`

Nom du backend QPU

• Obligatoire : Non
• Exemple:ibm_torino

Type: `list` of `str`

Valeur par défaut: Empty list

Liste des identifiants de session permettant de récupérer les données des exécutions précédentes. Pour reprendre une exécution ou récupérer des tâches traitées lors d'une ou plusieurs sessions précédentes, la liste des identifiants de session doit être transmise via le previous_session_id paramètre. Cela s'avère particulièrement utile lorsque la tâche d'optimisation n'a pas pu être menée à bien en raison d'une erreur survenue au cours du processus et qu'il est nécessaire de terminer l'exécution. Pour ce faire, vous devez fournir les mêmes arguments que ceux utilisés lors de l'exécution initiale, ainsi que la previous_session_id liste telle qu'elle est décrite.

• Obligatoire : Non
• Exemple:["session_id_1", "session_id_2"]

Type: `bool`

Valeur par défaut: `True`

Appliquer un post-traitement SQD tenant compte du bruit.

• Obligatoire : Non
• Exemple:True

Type: `list` of `str`

Valeur par défaut: Empty list

Liste des balises permettant d'identifier l'expérience.

• Obligatoire : Non
• Exemple:["optimization", "quantum_computing"]

Type: dict[str, dict[str, float]]

Contient la stratégie d'investissement au fil du temps, chaque horodatage correspondant à des pondérations d'investissement spécifiques à chaque actif (chaque pondération correspondant au montant de l'investissement rapporté au montant total de l'investissement).

• Exemple:{'time_1': {'asset_1': 0.2, 'asset_2': 0.3, ...}, ...}

Type: dict[str, Any]

Les données générées au cours de l'analyse, notamment les solutions, les coûts et les indicateurs.

Description du all_samples_metrics dictionnaire