logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-02012025-181710


Tipo di tesi
Tesi di laurea magistrale
Autore
MAZZEI, LORENZO
URN
etd-02012025-181710
Titolo
Exploiting D-Wave’s Quantum Annealing for Solving Multi-Objective Currency Arbitrage Problems
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
ARTIFICIAL INTELLIGENCE AND DATA ENGINEERING
Relatori
relatore Prof. Cococcioni, Marco
Parole chiave
  • currency arbitrage
  • D-Wave
  • D-Wave Systems
  • MOEA/D
  • qpu
  • quantum
  • quantum annealing
  • reverse annealing
Data inizio appello
21/02/2025
Consultabilità
Non consultabile
Data di rilascio
21/02/2065
Riassunto
Riassunto: Lo scopo della tesi è quello di analizzare il comportamento del processo di Quantum Annealing, una tecnica di computazione quantistica volta alla risoluzione di problemi di ottimizzazione, applicata in questo caso al problema denominato Currency Arbitrage il cui obbiettivo è sfruttare le discrepanze nei tassi di cambio tra più valute per ottenere un profitto senza rischio. Il processo di Quantum Annealing a cui si fa riferimento in questa tesi è quello implementato dalla compagnia D-Wave Systems. Nella prima parte della tesi sono messe a confronto le performance di Quantum Annealing rispetto agli algoritmi classici di ottimizzazione per questi tipi di problemi; nella seconda parte della tesi viene proposta ed analizzata una possibile implementazione di una versione quantistica dell’algoritmo classico di ottimizzazione MOEA/D con relativa valutazione dei risultati.

Summary: The purpose of this thesis is to analyze the behavior of the Quantum Annealing process, a quantum computing technique aimed at solving optimization problems, applied in this case to the problem known as Currency Arbitrage, whose objective is to exploit discrepancies in exchange rates between multiple currencies to achieve a risk-free profit. The Quantum Annealing process referenced in this thesis is the one implemented by the D-Wave Systems company. In the first part of the thesis, the performance of Quantum Annealing is compared with classical optimization algorithms for these types of problems. In the second part, a possible implementation of a quantum version of the classical optimization algorithm MOEA/D is proposed and analyzed, with an evaluation of its results.

File