定量運用における「データリーク」の罠── バックテストを歪める誤り
検証コードは正しく動いているのに、検証時点では得られない情報が紛れ込む。頻出する混入経路を計算できる形まで下ろします。

量子コンピューティングと金融という組み合わせは、期待と誇張が混ざりやすい話題です。すぐに現行の計算基盤が置き換わるという説明も、まったく実用性がないという説明も、どちらも実態から離れています。
本稿では、この話題を二つの時間軸に分けて整理します。ひとつは暗号への影響で、こちらは標準が確定済みの実行課題です。もうひとつは計算資源としての活用で、こちらはまだ探索段階にあります。参照した一次資料は末尾に列挙しています。

米国立標準技術研究所(NIST)は2024年8月13日に耐量子計算機暗号の標準を発行済みです。格子に基づく鍵カプセル化方式の FIPS 203、同じく格子に基づく署名方式の FIPS 204、ハッシュに基づく署名方式の FIPS 205 の三本が確定しています。つまり、何に移行するかを待つ段階はすでに終わっています。
三本が並立している理由は冗長性です。格子問題の困難性が将来揺らいだ場合に備え、まったく異なる仮定に立つハッシュベースの選択肢が残されています。移行の設計では、方式を差し替えられる構造にしておくことが実質的な要件になります。
NIST は移行の進め方についても内部報告(IR 8547)を公開しており、既存方式をいつまでにどう扱うかの議論が進んでいます。ドラフト段階の文書であるため具体的な年限をここでは引用しませんが、原文で確認することをお勧めします。
「まだ装置がないから先の話」という判断が危ういのは、必要な装置規模の見積もり自体が動き続けているためです。

2019年に Gidney と Ekerå は、RSA-2048 を 8 時間で解読するには 2,000 万個のノイジー量子ビットが要ると見積もりました。同じ著者の一人による 2025年の見積もりでは、100 万個未満・1 週間未満へ下方修正されています。格子状の量子ビット配置、ゲート誤り率 0.1%、表面符号のサイクル 1 マイクロ秒といった前提条件は両者で揃えられており、装置の進歩ではなく近似剰余算術などのアルゴリズム改良によるものです。
この 6 年で装置が 20 分の 1 の規模で足りるようになったわけではありません。必要量の見積もりが下がったのです。装置の実現時期を待って対応時期を決める計画は、こうした改訂のたびに前提が崩れます。
対応の開始時期が装置の実現時期と無関係に決まる理由は、もうひとつあります。いま暗号化された通信を記録しておき、装置が実用化された時点で復号するという攻撃が成立するためです。
この性質は金融機関にとって重い意味を持ちます。顧客の資産情報、取引履歴、与信判断の根拠といった情報は、十年単位で秘匿性が求められます。今日の通信が十年後に読まれても困らないかという基準で見ると、対応の緊急度は「装置がいつできるか」ではなく「情報の秘匿期間がどれだけ長いか」で決まります。
実務の第一歩は新しいアルゴリズムの導入ではなく、暗号資産の棚卸しです。自組織がどこでどの暗号方式を、どの鍵長で使っているかを把握していないと、移行の対象も工数も見積もれません。対象には通信の暗号化だけでなく、保存データの暗号化、コード署名、証明書、ハードウェアセキュリティモジュールに保管された鍵、そして外部接続先が使っている方式まで含めます。
棚卸しで見落とされやすいのが、自組織の管理外にある部分です。決済ネットワーク、外部データベンダ、クラウド事業者が使う方式は、こちらの移行計画とは別の時間軸で動きます。接続先の移行時期を契約や仕様の確認事項に含めておくと、後から整合を取る手戻りを減らせます。
もう一方の時間軸、量子計算機を計算資源として使う話は、まだ実務規模の成果が出ていません。金融分野での提案は大きく三つに分かれます。
第一が組合せ最適化で、銘柄選択、資産配分、取引の執行順序が該当します。第二がモンテカルロ法の高速化で、デリバティブの価格評価やリスク指標の計算が対象です。第三が機械学習で、特徴量空間の写像に量子的な構造を使う試みが報告されています。
理論的な優位が最も明確なのはモンテカルロ法の系統です。振幅推定と呼ばれる手法により、誤差を 10 分の 1 にするのに必要な計算量が、古典的な手法の 100 倍から 10 倍へ縮まります。ただしこの優位を実現するには、誤り訂正が効く規模の装置が要ります。
組合せ最適化については、より慎重に読む必要があります。実問題での比較では、よく調整された古典的な解法が依然として強く、明確な優位を示した報告は限られています。比較の際に古典側の実装が十分に最適化されていない事例もあり、報告を読むときは対照条件の確認が要ります。機械学習への応用は、実務規模のデータで既存手法を上回る結果がまだ確認されていません。
いま利用できる装置は、量子ビット数が限られるうえ、演算のたびに誤差が蓄積します。誤り訂正を行うには物理的な量子ビットを大量に消費するため、実用規模の問題で誤り訂正を効かせるのはまだ先です。
この制約下では、浅い回路で完結するアルゴリズムしか実行できません。実務規模のポートフォリオ最適化を素直に載せると、必要な回路の深さが現在の装置の限界を大きく超えます。問題規模を落とせば動くが、落とした規模では古典計算機で十分という状況が続いています。
見落とされやすいのが入出力の制約です。大量の古典データを量子状態へ読み込む工程には相応の時間がかかり、計算部分が速くても全体では優位が消える場合があります。データ量の多い金融の問題では、この点が実用化の障害になります。
実務的にもっとも有望なのは、量子アルゴリズムの研究から派生した古典的な手法です。量子アルゴリズムの構造を解析する過程で、同等の効果を古典計算機で実現する方法が見つかる事例が複数報告されています。
テンソルネットワークを用いた手法はその代表で、量子多体系の研究から生まれた表現方法が、高次元の最適化や確率分布の近似に応用されています。装置を待たずに現在の計算資源で試せるため、投資対効果の面では現時点で最も現実的な選択肢です。
もうひとつ、装置の性能とは独立して得られる効果があります。自社の問題を量子的手法に載る形へ書き換える作業そのものです。組合せ最適化では、変数を二値に限定した二次形式へ帰着させる定式化が使われます。銘柄を保有するかしないかという選択はこの形式に馴染みますが、保有比率のような連続量は離散化が要り、業種別の配分上限や売買単位といった制約は目的関数への罰則項として組み込むことになります。
この過程で、既存の実装に埋め込まれていた暗黙の前提が表面化します。制約条件を明示的に列挙してみると、誰も文書化していなかったルールが見つかることは珍しくありません。定式化が既存システムの棚卸しになるという副次的な効果は、量子計算機が実用化されるかどうかとは関係なく得られます。
暗号への対応は期限のある実行課題として進め、計算資源としての活用は探索的な位置づけに留める。この配分が現時点では妥当です。二つを混ぜて「量子対応」として一括りにすると、優先順位を誤ります。
探索の側では、少人数で継続的に動向を追う体制を置き、有望な進展があったときに素早く評価できる状態を保つのが費用対効果に見合います。大きな投資を先行させる段階ではありません。
評価の基準も先に決めておきます。新しい手法が提案されたときに、既存の解法と同じ問題・同じ制約・同じ計算時間で比較できる共通の評価環境を用意しておくと、報告された性能を自社の文脈で検証できます。この環境がないと、外部の主張をそのまま受け取るしかありません。
人材の面では、量子計算の専門家を採用するより、既存の最適化やリスク計算の担当者が定式化を理解できる状態を作るほうが実務的です。問題を持っている人が手法を理解するほうが、手法を知っている人が問題を探すより早く成果につながります。
暗号への対応は、標準が 2024年8月に確定し、装置規模の見積もりが 6 年で 20 分の 1 に下方修正され、今日の通信が将来復号されうるという三つの理由から、すでに実行段階にあります。第一歩は暗号資産の棚卸しです。
計算資源としての活用は、規模と誤差と入出力の制約により、実務規模で古典計算機を上回る段階に至っていません。当面は量子着想の古典手法で成果を出しつつ、定式化の作業を既存システムの棚卸しとして活用するのが現実的な配分です。
金融テクノロジー総合研究所では、最適化アルゴリズムの評価、暗号アルゴリズムの棚卸し支援、耐量子暗号への移行計画の策定を受託しています。現状把握の段階からご相談いただけます。お問い合わせよりご連絡ください。
FTL の技術スタックと受託開発の進め方は FTLの技術とは? にまとめています。