一、量化對沖基金屬於交易性金融資產嗎
量化對沖基金屬於交易性金融資產，結合全球對沖基金的發展歷程，隨着金融工具增加，交易品種的豐富；量化對沖的策略將是大勢所趨，它不僅能持續，而且是未來二級市場交易以及資產管理的主流方向。美國市場上量化交易大概佔市場交易總量的40%，而國內不到5%。
“量化對沖”是“量化”和“對沖”兩個概唸的結合。“量化”指藉助統計方法、數學模型來指導投資，其本質是定性投資的數量化實踐。“對沖”指通過管理並降低組合系統風險以應對金融市場變化，獲取相對穩定的收益。實際中對沖基金往往採用量化投資方法，兩者經常交替使用，但量化基金不完全等同於對沖基金。
交易性金融資產（Financial assets held for trading）是指企業爲了近期內出售而持有的債券投資、股票投資和基金投資。如以賺取差價爲目的從二級市場購買的股票、債券、基金等。交易性金融資產是會計學2007年新增加的會計科目，主要爲了適應現在的股票、債券、基金等出現的市場交易，取代了原來的短期投資，與之類似，又有不同。
二、二十萬美金，適合在美國選擇什麼樣的理財產品比較好
1、自動式的投資服務設計
美國的Betterment證券公司的投資服務是一箇線上的個人投資服務，將客戶的銀行賬戶與股票、債券長期投資賬戶連接在一起。這一投資工具將直觀的用戶界面與客戶的快速高效的投資相結合。簡單易用，適用於複雜的投資交易。賬戶中的資金增長免收個人所得稅，客戶支取其中的資金無須支付任何費用。當客戶將資金投入Betterment的投資計劃，該公司按照客戶的指令分配在股票基金和債券投資之間的比例，客戶擁有該公司選擇的股票和債券市場基金的份額，由該公司處理投資產品的買賣事宜。
2、加拿大蒙特利爾銀行的Moneylogic
這是一箇線上個人財務管理工具，客戶使用該工具能夠查看、追蹤和管理消費和存款賬戶的情況，也能夠建立預算，確定財務目標。客戶可以進行交易管理，查看他們的消費和存款交易，交易明細列示在諸如“汽車”、“住房”等明細的分類下面。概覽頁內顯示客戶賬戶餘額、預算、存款目標，方便客戶瞭解。Moneylogic也會蒐集客戶的存款和消費信息生成客戶易懂的圖表。
3、美國的個人資本公司提供的個人資本軟件(Personal Capital)
這是一箇個人的財務管理工具，可以將所有的賬戶信息整合在一起，使他們可以在一箇界面上管理自己的賬戶，進行支付或者投資。在投資分配區域，客戶可以看到現金、債券、國際市場股票、美國股票、未分類資產各有多少，以及他們的佔比和餅狀圖。個人資本的目標是使自己的客戶生活在更好的財務狀態之中。
三、美聯儲加息將對美國股市產生什麼影響
利好美國股市。
美國在2008年之後的金融危機中持續採用了QE政策，即量化寬鬆。具體政策就是見底銀行存款利率，購買國有債券，增發鈔票以解決市場經濟活性過低的情況，直至2013年底才逐漸退出量化寬鬆，但是加息日程在後期才提出，直至今年才基本確定在今年十二月份。
也就是說，降息的原因是經濟不景氣。一國的股票市場的情況是深深的紮根於本國的經濟大背景之下的，也是經濟情況的風向標，本國經濟不景氣，當然股市也缺乏根本性的利好。而一但真的美聯儲加息，無疑向世界聲明本國經濟好轉，且正在蒸蒸日上，這絕對是利多美國股市的。
四、量化交易主要有哪些經典的策略
其實要說種類其實很簡單，完全可以按照炒股的類型來對策略模型分類，從這個角度來說，認爲可以分成技術分析型、價值分析型、機器學習與人工智能。當然了，還有一大類是多因子模型，但是多因子從廣義來說其實概念很廣泛，任何的技術指標和財務因子都可以作爲多因子模型的因子。
①技術分析型主要是結合各種技術指標來對動量效應或反轉效應做研判交易；
時變夏普率的擇時策略、情緒擇時-GSIS、RSRS指標擇時及大小盤輪動
②價值分析則偏重股票標的的基本面分析；
查爾斯·布蘭德斯價值投資法、邁克爾?普萊斯低估價值選股策略、阿梅特·歐卡莫斯集中投資法則
③機器學習與人工智能可以算作是區別於前兩類一種新興的方式，主要利用一些統計機器學習算法和神經網絡做出預測而量化；
基於KMeans的指數擇時策略、利用隨機森林進行因子選擇、基於HMM的指數擇時策略
供參考！
五、量化交易有哪些難題？
量邦科技資深人士總結：
(1)股票、基本面、新聞消息之間的關係不停變化
記得2009年美股到達低點的時候，很多“低質”公司的回報大大高於“優質”公司的回報。很多3塊錢的“垃圾股”可以在很短時間內漲到10塊錢，而高價的優質公司的股票想要翻一倍都要花上很久很久。而在另一段時間跨度或者另一箇市場裏，可能又是另一番情景。所以跨市場、長期有效的量化交易系統極少甚至可以說沒有。
(2)有些關鍵信息並不容易量化
微博是市場突發消息和傳聞的最大出處，所有投資者都不會無視這裏傳出的訊息。但是這裏的消息格式往往不規範，語法也千奇百怪，你無法讓計算機程序挑選出有效信息並運用於自動交易中。
(3)過去並不代表未來
多數時候，通過歷史數據測試可以證明的你的設計交易策略在過去的表現，這是量化交易世界中非常重要的一塊內容。不過並不是所有人都能意識到，過去不代表未來。這意味着一些交易策略在過去表現的很好，但是在未來可能會帶來巨大的虧損