研究提出混合量子-经典金融预测框架

Muhammad Atif Saeed 等人发布 arXiv 论文，提出面向金融时间序列预测的混合量子-经典神经网络框架 HQNN-CL，把量子电路与持续学习结合起来。 按论文描述，该框架先用高斯隐马尔可夫模型检测市场态势，再由 BiLSTM 编码时序，接入自适应深度的参数化量子电路，并用弹性权重巩固（EWC）与经验回放来支持持续学习。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。