量子退火组合优化：用退火的量子涨落跳出均值方差的局部最优
Markowitz 组合优化在带非凸约束（交易成本、 Cardinality、行业上限）时变成 NP-hard，经典梯度法和模拟退火都容易卡在局部最优。量子退火用横场提供的量子涨落穿透势垒而非翻越势垒，在高维非凸目标函数上找到了更好的全局最优。本文从 Ising/QUBO 编码出发，用 numpy 从零实现量子退火的经典模拟器，在 12 资产 + 因子结构的数据上做 20 次滚动窗口测试，量子退火的样本外 Sharpe 中位数比模拟退火高 0.3–0.5，比 Markowitz 高 0.2。附完整 Python 与三张真实计算图。