不少投資者對量化基金還存在壹種誤區，認為這類基金依靠數量模型作為投資運作的基礎，那麽基金經理包括投資團隊所發揮的作用就不大了。實際上在市場出現轉折或者小概率事件的時候，計算機無法代替基金經理的判斷，此外，在壹個波動劇烈的非單邊市場環境下，量化模型對新數據的反應也並不完全令人滿意。因此，在量化基金的運作中，仍需要經驗豐富的基金經理和投資團隊來把握壹些更加宏觀的和大的趨勢，而計算機模型的作用是在市場正常的情況下，極大地減少基金經理的工作量，以及避免由於人的情緒帶來的失誤。
（2）不是神秘主義
量化投資不是神秘主義，更不是壹個戰無不勝的秘笈。量化投資不是靠壹個投資模型就能永遠賺錢，而且也不是使用壹個模型就能解決壹切問題，更不是壹個模型就能勝任任何市場狀況。量化投資模型只是壹種工具，量化投資的成功與否在於使用這種數量化工具的投資者是否真正掌握了量化投資的精髓。
我們需要建立很多的量化模型，如選股模型、行業配置模型、擇時模型、交易模型、風險管理模型及資產配置模型、套利模型、對沖模型等。量化投資模型只是壹種工具、壹種方法、壹種手段，能實現成熟而有效的投資理念，並不斷根據投資理念的變化、市場狀況的變化而進行修正、改善和優化。
（3）捕獲大概率
要從大概率上獲取較好的收益，量化投資模型需要著重考慮對資產未來收益看法的估計和辨別，而且主要包括對個股的看法、行業的看法等估計的準確性。對資產未來收益的看法既可以是絕對的收益水平，也可以是相對的收益水平（或稱之為Alpha）。對於***同基金而言，對後者即Alpha 的估計和預測可能需求更多，量化模型也主要是在尋找最佳的Alpha 模型。 量化投資需要綜合考慮資產的鑒別（個股選擇、行業配置、資產配置等）、交易（包括擇時）和風控（包括對風險收益的平衡）等方面因素，尋找到成功概率最大的投資組合，達到收益最大化。