L'evoluzione della finanza moderna è stata strettamente legata all'evoluzione dei computer, comunicazioni, e matematica finanziaria. Due cambiamenti principali sono avvenuti negli anni '70 con l'inizio del commercio di derivati ​​e dopo la crisi del 2007 con l'introduzione massiccia del fintech.

I prezzi dei derivati ​​sono iniziati con la celebre equazione e formule di Black e Scholes nel 1974, seguito da una serie di metodi matematici per calcolare i prezzi dei derivati. Ancora, anche il prezzo dei derivati ​​degli anni '80 richiedeva supercomputer, dare alle grandi imprese un importante vantaggio competitivo:prima della crisi del 2007, il volume degli scambi era vicino a 1 trilione di dollari al giorno. L'opinione prevalente era che i derivati ​​ci avessero consentito di completare i mercati finanziari in modo da poter ingegnerizzare qualsiasi flusso di flussi di cassa.

Questa convinzione è stata infranta dalla crisi finanziaria del 2007, che ha mostrato che la copertura può essere perfetta solo finché le controparti rimangono solvibili. Con il fallimento di Lehman Brothers, il mondo della finanza ha dolorosamente compreso che esiste un rischio nei derivati ​​e che i mercati liberi non si autoregolano. Per salvarli, le banche centrali hanno iniettato trilioni di dollari, euro e yen in liquidità attraverso il quantitative easing (QE). Negli Stati Uniti, la Fed ha iniettato liquidità per circa 4,5 trilioni di dollari, circa un terzo della massa monetaria totale.

Capire i clienti e mitigare i problemi

Dopo la crisi, il mondo finanziario ha rivolto la sua attenzione alla comprensione dei clienti e alla mitigazione dei problemi creati dalle manipolazioni del mercato rese possibili dal trading automatizzato. Fintech utilizza tecniche informatiche per modellare il comportamento del cliente, automatizzare il rapporto con i clienti e pianificare ed eseguire operazioni. Allo stesso tempo, una serie di "flash crash" - improvvisi ma di breve durata, forti cali del valore di mercato - ha aumentato l'attenzione dei principali attori sul rischio di affollamento degli algoritmi.

Un nuovo importante cambiamento è ora in vista attraverso la possibile implementazione di computer quantistici. Invece dei bit binari, la classica unità elementare di informazione, l'informatica quantistica utilizza i qubit (bit quantistici), ottenuto dalla sovrapposizione di stati binari. Ciò consentirebbe loro di elaborare una quantità molto maggiore di informazioni migliaia di volte più velocemente rispetto ai computer classici.

Si credeva generalmente che l'informatica quantistica fosse lontana nel futuro, ma Google ha recentemente annunciato di aver effettivamente raggiunto questo obiettivo. Primo, il Financial Times ha riferito che Google aveva pubblicato un articolo sul sito web della NASA annunciando che il suo computer quantistico chiamato Sycamore è stato in grado di eseguire in tre minuti un calcolo che richiederebbe 10, 000 anni per eseguire su supercomputer classici. La carta è stata successivamente rimossa dal sito web, ma Google ha confermato l'annuncio con un documento del 23 ottobre in Natura e ha invitato scienziati e giornalisti a guardare il calcolo.

Salti quantici

Perché è così importante raggiungere la supremazia quantistica? Le economie moderne sono modellate da calcoli complessi. I supercomputer vengono utilizzati per progettare prodotti come automobili e aerei, inventare nuovi farmaci, creare circuiti elettronici, economie modello, organizzare la logistica su larga scala e studiare il clima. Sfortunatamente, i calcoli ci permettono anche di costruire armi letali e, sempre più, monitorare e tentare di controllare il comportamento delle popolazioni.

Negli ultimi 70 anni, la potenza di calcolo è aumentata di un multiplo sbalorditivo. Negli anni Sessanta, anche i computer più potenti erano in grado di eseguire solo pochi MFLOPS (milioni di operazioni in virgola mobile al secondo) mentre oggi il computer più potente è in grado di eseguire quasi 100 PetFLOPS (10 elevato alla 17a potenza).

Anche con tale potere, ci sono importanti compiti computazionali che oggi non sono risolvibili o solo parzialmente risolvibili. Lo studio della combustione e della turbolenza, lo studio delle molecole dai principi fisici di base (simulazione quanto-meccanica), l'ingegneria della fusione nucleare e persino i problemi logistici sono alcune delle grandi sfide del calcolo come definito dal programma federale High Performance Computing and Communications (HPCC). Risolvere questi problemi darebbe a un'azienda o addirittura a una nazione un importante vantaggio competitivo. C'è, Certo, anche la sinistra possibilità di creare armi più distruttive.

Quale sarebbe l'importanza della supremazia quantistica per la finanza e l'economia? Primo, L'informatica quantistica renderebbe pericolose le attuali tecniche crittografiche. Metodi e algoritmi dovranno essere cambiati. crittografia post-quantistica, o crittografia quantistica resistente, è un fiorente settore di studio sia nel mondo accademico che con aziende coinvolte nella crittografia. Alcune aziende offrono già prodotti per la crittografia post-quantistica, che sarà un grande affare.

Intuizione, non forza bruta

Ma probabilmente i maggiori cambiamenti riguarderebbero l'intelligenza artificiale (AI) e l'apprendimento automatico. Il fatto è che non sappiamo come funzionano l'intuizione umana e la risoluzione dei problemi. In definitiva, i computer risolvono i problemi con un approccio di forza bruta, esaminando diverse alternative e scegliendo la migliore. Lo spazio di ricerca dei computer quantistici potrebbe essere migliaia di volte più grande dello spazio di ricerca considerato dai computer attuali. Diventerebbe possibile sintetizzare un progetto dalle specifiche e le macchine potrebbero diventare più "creative" attraverso la capacità di esplorare un'immensa gamma di possibili soluzioni progettuali. Nel campo della finanza e dell'economia, L'informatica quantistica potrebbe portare all'analisi di un ampio spazio di dati eterogenei per fare previsioni finanziarie e per comprendere i fenomeni economici.

In mezzo a tanta speranza, occorre cautela:i dati finanziari ed economici sono veramente complessi, e l'analisi non porterà necessariamente a previsioni più accurate data la complessità dei dati. La complessità e la non stazionarietà dei dati potrebbero sfidare l'analisi. In altre parole, è discutibile se l'uso dell'informatica quantistica ridurrà l'incertezza.

L'effetto globale dell'informatica quantistica sulla vita economica e sociale dipenderà dall'uso che verrà fatto di questo strumento e che deriva dalle decisioni umane piuttosto che essere forzato dalla conoscenza stessa.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.