Apa Itu Sistem Keuangan Kuantum? [Ikhtisar Sederhana]
Keuangan kuantum adalah cabang dari ekonofisika, bidang penelitian interdisipliner heterodoks yang melibatkan penerapan teori dan teknik untuk memecahkan masalah kompleks di bidang ekonomi.
Menerapkan teknologi kuantum untuk masalah keuangan — terutama yang berhubungan dengan dinamika nonlinier, ketidakpastian, atau proses stokastik — bisa sangat bermanfaat bagi penggerak pertama. Reaksi yang lebih cepat terhadap volatilitas pasar, analisis risiko yang lebih akurat, dan penggunaan data perilaku untuk meningkatkan keterlibatan pelanggan adalah beberapa keuntungan khusus yang dapat diberikan komputasi kuantum dalam beberapa dekade mendatang.
Jika Anda bertanya-tanya apakah sistem keuangan kuantum bisa menjadi hal yang nyata, maka jawabannya adalah ya. Bagi sebagian orang, ini mungkin terdengar seperti fiksi ilmiah, tetapi ini adalah teknologi yang sangat asli.
Sebenarnya, konsep penerapan uang kuantum diperkenalkan pada tahun 1970 oleh fisikawan penelitian Stephen Wiesner. Namun, tetap tidak dipublikasikan sampai tahun 1983, dan cara praktis untuk mengembangkannya (menggunakan metode dari pemrograman semidefinite) ditemukan pada tahun 2013.
Saat ini, tujuan utama Sistem Kuantum Keuangan adalah untuk memfasilitasi integritas pergerakan dana yang konsisten, memperkirakan ketidakpastian secara tepat dalam model keuangan, dan menghilangkan kelemahan sistem perbankan sentral.
Sistem Keuangan Saat Ini
Dunia keuangan telah banyak berkembang dalam 50 tahun terakhir. Belum lama ini, cara paling umum untuk membayar saat membeli sesuatu adalah dengan menggunakan uang tunai. Sekarang kita memiliki banyak pilihan. Gunakan kartu debit/kredit atau bayar dengan aplikasi atau dompet cryptocurrency di ponsel cerdas Anda. Pilihan ada di tangan Anda.
Saat ini, 30 bank terbesar di dunia mengelola gabungan lebih dari $55 triliun. Menurut Asosiasi Industri Sekuritas dan Pasar Keuangan, ukuran pasar obligasi lebih dari $119 triliun di seluruh dunia dan $46 triliun untuk pasar AS.
Di pasar yang kompleks ini, sejumlah besar aktivitas jasa keuangan (mulai dari penetapan harga sekuritas hingga analisis risiko) dilakukan setiap detik. Setiap aktivitas membutuhkan kemampuan untuk menilai hasil jangka pendek dan jangka panjang.
Untuk melakukan ini, lembaga keuangan menggunakan algoritme canggih dan model pembelajaran mesin yang mengukur probabilitas statistik. Namun, model ini tidak sepenuhnya akurat — kita semua melihat apa yang terjadi selama krisis keuangan 2008.
Teknologi saat ini masih perlu matang dalam banyak hal untuk memenuhi janji. Dengan demikian, beberapa perusahaan keuangan sedang menguji prosesor baru yang memanfaatkan hukum fisika kuantum untuk memproses data dalam jumlah besar dengan kecepatan yang belum pernah terjadi sebelumnya. Kemungkinannya tidak terbatas.
Bagaimana Komputasi Kuantum Dapat Membantu?
Mesin kuantum dapat merevolusi industri yang membutuhkan daya komputasi yang sangat besar, termasuk menemukan obat-obatan baru, memberdayakan jaringan saraf yang dalam, memodelkan pasar keuangan, dan mengembangkan cara komunikasi yang aman (internet kuantum). Dalam artikel ini, kami berfokus pada bagaimana komputer kuantum dapat meningkatkan sistem keuangan saat ini.
Sektor perbankan, perusahaan keuangan non-perbankan, dana lindung nilai, dan lembaga keuangan lainnya berurusan dengan data yang sangat sensitif seperti transaksi dan kontrak pelanggan. Data ini perlu dijaga kerahasiaannya dan keamanannya untuk jangka waktu yang lebih lama.
Sebagian besar aktivitas perbankan seperti penetapan harga keamanan melibatkan tingkat kompleksitas komputasi yang tinggi. Dalam hal penetapan harga opsi, kompleksitas tambahan muncul karena kebutuhan untuk merespons pasar yang berubah dengan cepat.
Dengan demikian, lembaga keuangan selalu mencari cara untuk menentukan harga opsi saham secara efisien, sambil menjaga keamanan data pelanggan. Penelitian telah menunjukkan bahwa komputasi kuantum memiliki potensi besar untuk memecahkan masalah keuangan kritis seperti itu.
Dalam hal simulasi mekanika kuantum dan algoritme lain seperti algoritme Grover untuk penelusuran kuantum dan algoritme Shor untuk faktorisasi, komputer kuantum dapat dengan mudah mengungguli komputer klasik.
Dasar-dasar Komputasi Kuantum
Prinsip kerja komputer kuantum didasarkan pada fisika kuantum, yang menunjukkan bahwa sifat-sifat tertentu dari partikel tetap berada di dua keadaan yang berbeda, atau kombinasi dari dua keadaan, pada waktu tertentu. Tidak seperti komputer klasik yang bekerja pada sistem pemrosesan dualistik (0 dan 1), mesin kuantum dapat secara bersamaan menjadi 0 dan 1, atau campuran 0 dan 1.
Karena sistem kuantum dapat eksis di beberapa keadaan pada saat yang sama (fenomena ini disebut superposisi), ia dapat melakukan tugas yang jauh lebih rumit yang berada di luar cakupan superkomputer klasik. Ini membuka eksplorasi kemungkinan komputasi yang luas.
Hasil komputasi kuantum juga berbeda dari rekan binernya. Mereka probabilistik (bukan deterministik), yang berarti output dapat berbeda bahkan jika inputnya tetap sama. Dengan demikian, perhitungan yang sama harus dilakukan beberapa kali untuk memastikan bahwa hasilnya konvergen menuju mean.
Sementara komputer klasik bekerja dengan bit, unit dasar informasi kuantum disebut qubit (atau bit kuantum). Itu dapat direkayasa sebagai foton, elektron, atau inti. Contohnya termasuk polarisasi foton di mana dua keadaan dapat menjadi 'polarisasi horizontal' dan 'polarisasi vertikal'; atau putaran elektron di mana dua keadaan dapat 'berputar' dan 'berputar ke bawah.'
Sesuai hukum kuantum, qubit dapat berada dalam superposisi yang koheren dari kedua keadaan pada saat yang sama. Misalnya, komputer kuantum dua qubit dapat memiliki status '00' '01' '10' '11'. Komputer klasik akan membutuhkan 4 bit untuk mencapai ini.
Demikian pula, 3 qubit dapat sama dengan 8 bit biner, 4 qubit sama dengan 16 bit, 5 qubit sama dengan 32, 6 qubit sama dengan 64, dan seterusnya. Untuk menempatkan ini ke dalam perspektif, sistem 300 qubit dapat memiliki lebih banyak keadaan daripada jumlah total atom di alam semesta. Bahkan superkomputer klasik yang paling kuat pun tidak akan pernah bisa memproses data sebanyak itu.
Itulah sebabnya lembaga keuangan menunjukkan minat yang besar dalam komputasi kuantum. Meskipun belum ada mesin kuantum yang cukup canggih untuk melakukan tugas yang tidak dapat dilakukan oleh komputer klasik, kemajuan besar sedang berlangsung.
Baca: 22 Fakta Paling Menarik Tentang Komputer Quantum
Sistem Uang Kuantum
Dalam model standar perbankan, uang dikenal dalam tiga bentuk yang berbeda:uang komoditas, uang fiat, dan uang fidusia.
Kami juga telah melihat kebangkitan cryptocurrency dalam dekade terakhir, tetapi belum dapat dikenali secara luas. Ini adalah sistem pembayaran digital yang tidak memiliki otoritas penerbit atau pengatur pusat. Sebaliknya, ini didasarkan pada buku besar publik terdistribusi yang dikenal sebagai blockchain, catatan semua transaksi yang dipegang oleh pemegang mata uang.
Uang kuantum membawa hal-hal ke tingkat berikutnya. Ini menerapkan protokol kriptografi kuantum untuk menghasilkan dan memvalidasi mata uang. Karena keadaan kuantum arbitrer tidak dapat disalin dengan sempurna, uang kuantum tidak mungkin dipalsukan.
Idenya tampak hebat di atas kertas, tetapi tidak layak untuk diterapkan dengan teknologi saat ini. Ini karena uang kuantum perlu menyimpan status kuantum arbitrer dalam memori kuantum, versi mekanika kuantum dari memori komputer konvensional.
Meskipun penelitian dan eksperimen bertahun-tahun telah memungkinkan memori kuantum untuk menyimpan qubit, ia hanya dapat melakukannya untuk waktu yang sangat singkat. Banyak lembaga penelitian di seluruh dunia sedang mengerjakan materi baru untuk menciptakan ingatan yang dapat menyimpan informasi kuantum yang dibawa oleh cahaya.
Manfaat Sistem Keuangan Kuantum
Sementara menggandakan kekuatan komputer konvensional membutuhkan kira-kira dua kali jumlah transistor yang bekerja pada suatu tugas, kekuatan komputer kuantum dapat digandakan dengan menambahkan hanya satu qubit. Oleh karena itu, ini bisa sangat bermanfaat bagi penggerak pertama.
Komputasi kuantum dapat memungkinkan lembaga keuangan untuk memecahkan masalah bisnis yang sangat spesifik dan merekayasa ulang beberapa proses operasional dalam dekade berikutnya.
Penargetan pelanggan dan pemodelan prediksi :Komputer kuantum sangat baik dalam menemukan pola tersembunyi dari struktur data yang kompleks, melakukan klasifikasi, dan prediksi yang akurat.
Deteksi penipuan :Lembaga keuangan kehilangan pendapatan $20-$45 miliar setiap tahun karena penipuan dan praktik manajemen layanan yang buruk. Sistem deteksi penipuan yang ada tidak begitu andal. Mereka mengembalikan 80% positif palsu, menyebabkan sektor perbankan tetap berisiko hampir sepanjang waktu.
Komputasi kuantum mungkin menawarkan keunggulan definitif dalam pertempuran melawan penipuan pembayaran. Kekuatan kecepatan eksponensial, yang berasal dari superposisi dan keterjeratan kuantum, dapat membantu mengevaluasi kembali berbagai kemungkinan solusi untuk mengoptimalkan algoritme pendeteksian penipuan.
Pengelolaan klien :Komputasi kuantum dapat dengan sempurna merampingkan proses dan membantu staf membuat pengalaman pelanggan menjadi sempurna.
Manajemen portofolio :Komputasi kuantum memiliki potensi untuk mempercepat model penetapan harga aset dan mendorong peningkatan kinerja. Itu dapat membuat banyak sekali kalkulasi pengoptimalan dalam waktu singkat tanpa perlu menggunakan perkiraan.
Kemampuan pengoptimalan kombinatorialnya dapat membantu investor meningkatkan diversifikasi portofolio, menyeimbangkan kembali investasi portofolio sesuai dengan kondisi pasar dan tujuan akhir, serta menyederhanakan proses penyelesaian perdagangan secara efisien.
Perkembangan Terakhir Dalam Keuangan Kuantum
Kemajuan yang dicapai dalam 10 tahun terakhir menuju supremasi kuantum membuktikan bahwa komputer kuantum lebih mampu memecahkan beberapa masalah spesifik daripada komputer konvensional mana pun.
Pada tahun 2014, misalnya, tim peneliti dari Belanda memanfaatkan kemampuan mekanika kuantum untuk mengembangkan teknik anti penipuan untuk mengautentikasi kartu kredit/debit yang hampir tidak mungkin digagalkan.
Pada tahun 2018, peneliti Kanada menerbitkan algoritme kuantum untuk penetapan harga derivatif keuangan Monte Carlo, yang menunjukkan metode untuk membuat distribusi probabilitas yang relevan dalam superposisi kuantum dan teknik untuk mengekstrak harga derivatif keuangan melalui pengukuran kuantum.
Pada tahun 2020, David Orrell mengusulkan model penetapan harga opsi binomial berdasarkan perjalanan kuantum yang dapat dijalankan langsung pada perangkat kuantum. Pada tahun yang sama, komputer kuantum D-Wave digunakan untuk memecahkan masalah Optimasi Portofolio. Hasilnya sangat menjanjikan:kinerja perangkat keras D-Wave (meskipun ukurannya terbatas) sebanding dengan komputer klasik supercepat.
Pada tahun 2021, sekelompok peneliti mengembangkan algoritme kuantum untuk perdagangan arbitrase statistik frekuensi tinggi dengan menggunakan estimasi jumlah kondisi waktu variabel dan regresi linier kuantum.
Masa Depan Keuangan Kuantum
Teknologi komputasi kuantum belum sepenuhnya berkembang. Bahkan, sebagian besar manfaat dan penerapannya masih bersifat konseptual. Dengan demikian, seluruh sektor perbankan hanya memiliki dua pilihan:
- Tunggu teknologinya dan hanya bereaksi ketika peluang atau ancaman teridentifikasi.
- Atau mulai terhubung dengan dunia kuantum, identifikasi kasus penggunaan, dan integrasikan solusi keamanan kuantum.
Opsi kedua tampaknya lebih baik. Banyak bank investasi dan perusahaan induk jasa keuangan, termasuk JPMorgan Chase, HSBC, dan Wells Fargo, telah mulai menggelontorkan jutaan dolar ke dalam program penelitian dan inovasi kuantum.
Sejumlah besar penelitian dan pekerjaan rekayasa telah didedikasikan untuk realisasi algoritme kuantum dengan percepatan polinomial substansial dalam subrutin pemuatan data dan pemrosesan data.
Sejauh ini, tidak ada aplikasi praktis komputasi kuantum dengan percepatan eksponensial atas rekan klasiknya yang telah ditemukan, tetapi banyak model yang menjanjikan telah diusulkan.
IBM, misalnya, telah berhasil mengemas 127 qubit dalam chip komputasi kuantum miliknya. Prosesor menggunakan beberapa lapisan untuk menampung kabel pembawa sinyal, yang memungkinkan pembacaan qubit yang tepat. Meskipun teknik ini umum dalam chip klasik, ini merupakan pencapaian besar dalam dunia komputasi kuantum.
Diharapkan komputer kuantum akan melampaui kemampuan komputer klasik pada akhir tahun 2030. Raksasa teknologi, termasuk IBM dan Google, sedang mengerjakan mesin kuantum yang dapat menampung ratusan bit kuantum. IBM telah membuat aspirasinya lebih konkret dengan merilis cetak biru untuk pengembangan komputer kuantum, yang mencakup tujuan mengembangkan komputer 1000-qubit.
Hal ini akan berdampak pada berbagai industri, khususnya keuangan. Faktanya, keuangan diperkirakan menjadi sektor pertama yang mendapat manfaat dari komputasi kuantum dalam jangka pendek dan panjang.
Namun, kemajuan komputasi kuantum di masa depan dalam perbankan dan lembaga keuangan bukannya tanpa tantangan. Mengidentifikasi masalah apa yang dapat diselesaikan secara efisien oleh mesin kuantum, meningkatkan antarmuka untuk aksesibilitas yang lebih baik, meningkatkan infrastruktur agar sesuai dengan teknologi ini, dan memperluas minat pada mesin kuantum tersebut di luar kelompok elit dokter dan matematikawan — ini adalah beberapa tantangan dalam bidang ini yang harus ditangani dalam waktu dekat.
Secara keseluruhan, mengadopsi solusi berbasis kuantum bukanlah proses jangka pendek. Ini tidak seperti memutakhirkan sistem perangkat lunak Anda di mana Anda mengklik tombol dan menyelesaikan semuanya. Ini adalah perjalanan jangka panjang, dan tidak hanya bergantung pada kemampuan sektor perbankan untuk mendefinisikan masalah dan menyesuaikan infrastruktur, tetapi juga pada kemampuannya untuk melibatkan staf dan pelanggan dalam proses ini.
Pertanyaan Umum
Apa algoritma kuantum yang paling populer?
Algoritma kuantum adalah instruksi langkah demi langkah, di mana setiap langkah dapat dilakukan pada komputer kuantum. Istilah 'kuantum' digunakan untuk algoritme yang memanfaatkan beberapa fitur dasar komputasi kuantum, seperti belitan kuantum atau superposisi kuantum.
Algoritma ini dapat diterapkan di berbagai bidang, termasuk pencarian dan optimasi, kriptografi, penyelesaian persamaan linear sistem besar, dan simulasi sistem kuantum. Lima algoritma kuantum paling populer adalah —
- Algoritme Shor :faktorkan bilangan bulat dalam waktu polinomial
- Algoritme Grover :dapat dengan cepat menyelesaikan masalah pencarian tidak terstruktur
- Algoritme Simon :memecahkan masalah tertentu secara eksponensial lebih cepat dan dengan kueri lebih sedikit daripada algoritme klasik deterministik terbaik.
- Algoritme Bernstein–Vazirani :dikembangkan untuk membuktikan pemisahan oracle antara kelas kompleksitas BPP dan BQP.
- Algoritma Deutsch–Jozsa: adalah orang pertama yang menunjukkan bahwa menggunakan komputer kuantum sebagai alat komputasi untuk masalah tertentu dapat bermanfaat.
Kapan sistem keuangan kuantum akan dimulai?
Era sistem keuangan kuantum akan segera dimulai. Dalam dekade berikutnya, komputasi kuantum kemungkinan besar akan menjadi salah satu solusi utama di sektor keuangan.
Menurut laporan MarketsandMarkets Research, ukuran pasar komputasi kuantum diperkirakan akan mencapai $1,76 miliar pada tahun 2026 dari $472 juta pada tahun 2021, tumbuh pada CAGR sebesar 30,1% selama periode perkiraan. Adopsi awal teknologi berbasis kuantum di sektor keuangan diharapkan dapat mendorong pertumbuhan pasar di seluruh dunia.
Bank mana yang berinvestasi dalam komputasi kuantum?
J.P. Morgan, Goldman Sachs, Citigroup, Mitsubishi Financial Group, Barclays, Wells Fargo, BNP Paribas, HSBC, dan Japan Post Bank — mereka semua menggelontorkan jutaan dolar untuk teknologi ini; beberapa sudah mulai bereksperimen dengan aplikasi komputasi kuantum.
Dapatkah Anda berinvestasi dalam komputasi kuantum?
Ya, ada banyak peluang yang tersedia bagi investor yang ingin bertaruh pada teknologi komputasi kuantum. Sejumlah perusahaan yang bekerja di bidang ini terdaftar di Bursa Efek New York. ETF komputasi kuantum (defiance quantum ETF) juga tersedia untuk mendapatkan eksposur yang lebih umum ke industri ini.
