Os códigos são relacionados ao nosso artigo que pode ser encontrado no link:
https://doi.org/10.1590/1806-9126-RBEF-2022-0099
O repositório encontra-se organizado da seguinte forma:
1- Um Jupyter notebook que explora a abordagem clássica (Markowitz) onde você poderá obter a Fronteira Eficiente para diversos ativos como: ações da B3, ações de empresas americanas (NYSE/NASDAQ), Criptomoedas etc; Conforme figura abaixo:
Bem como contém uma abordagem quântica de uma implementação simples do QAOA (Quantum Approximate Optimization Algorithm) e do VQE (Variational Quantum Eigensolver) com o Qiskit (IBM Q), podendo ser usado para o mesmo grupo de ativos e testado diretamente no Google Colab.
2- Um Jupyter notebook que explora a abordagem quântica com o QAOA usando o myQLM com os mesmos ingredientes anteriores, onde exploramos mais profundamente a qualidade da solução e a covergência do QAOA em função do número de camadas. Jupyter notebook elaborado majoritariamente pela equipe do Senai/Cimatec (Anton e Gleydson).
Para instalação do myQLM recomendamos seguir a própria documentação do software, disponível em: Instalando o myQLM
Dica: dada a compatibilidade com Python 3.9 (tanto no Linux como no Windows), primeiro nós criamos um ambiente com a referida versão (com o nome "myqlm") com o comando
conda create -n myqlm python=3.9
Ativamos o ambiente com o comando
conda activate myqlm
Então seguimos todos os passos de instalação da documentação do myQLM.