混合LLM和高阶量子近似优化用于CSA抵押品管理

于红博

摘要: 我们解决了在ISDA信用支持附件（CSAs）下的金融原生抵押品优化问题，其中整数批次、Schedule A折扣、RA/MTA门槛以及发行人/货币/类别上限创建了坚固的、在法律范围内的搜索空间。我们引入了一个专为该领域定制的可验证的混合流水线：（i）一个证据门控的LLM，将CSA条款提取到一个标准化的JSON中（默认情况下弃权，跨引用）；（ii）一个受量子启发的探索者，将模拟退火与微高阶QAOA（HO-QAOA）交织在一起，用于在绑定子QUBO（子集大小n <= 16，顺序k <= 4）上协调跨越上限和RA诱发的离散性的多资产移动；（iii）一个加权风险感知目标（运动、CVaR、资金定价过冲）与显式覆盖窗口U <= Reff+B；以及（iv）CP-SAT作为单一仲裁者，用于证明可行性和差距，包括一个U上限预检查，报告最小可行缓冲B*。将上限/四舍五入编码为高阶项，让HO-QAOA能够瞄准击败本地交换的领域耦合。在政府债券数据集和多CSA输入上，该混合方法将强大的经典基线（BL-3）在代表性利用率上分别提高了9.1％、9.6％和10.7％，在治理设置下提供更好的成本-运动-尾部边界。我们发布了治理等级的文物-跨引用、估值矩阵审计、权重来源、QUBO清单和CP-SAT跟踪-以使结果可审计和可重现。

更新时间: 2025-10-30 07:46:40

领域: q-fin.CP,cs.AI,math.OC,90C10, 90C27 (Primary), 90C59, 68Q12, 68T50, 91G80, 91G60 (Secondary),I.2.7; I.2.6; G.1.6; F.1.2; G.2.1; J.1

下载: http://arxiv.org/abs/2510.26217v1