En este documento, presentamos el desarrollo de un método de computación cuántica para calcular el valor en riesgo (VaR) de una cartera de activos administrada por una institución financiera. Ampliamos el algoritmo convencional de Monte Carlo para calcular el VaR de un número arbitrario de activos mediante el uso de álgebra de variables aleatorias y aproximación de series de Taylor. El algoritmo resultante es adecuado para ser ejecutado en computadoras cuánticas reales. Sin embargo, el ruido que afecta a las computadoras cuánticas actuales las hace casi inútiles para la tarea. Presentamos una metodología para mitigar el impacto del ruido mediante el uso de redes neuronales para compensar los efectos del ruido. El sistema combina la salida de una computadora cuántica real con el procesamiento de la red neuronal. La retroalimentación se utiliza para ajustar los circuitos cuánticos. Los resultados muestran que este enfoque es útil para estimar el VaR en instituciones financieras, especialmente cuando se trata de un gran número de activos. Demostramos la validez del método propuesto con hasta 139 activos. También se prueba la precisión del método. Logramos un error de menos de en las mediciones empíricas con respecto al modelo paramétrico.