根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：网下打新收益测算模型 模型构建思路：通过假设所有主板、科创板、创业板的股票都打中，并在上市首日以市场均价卖出，忽略锁定期的卖出限制，来测算不同规模账户的打新收益率[2] 模型具体构建过程： - 计算满中数量： $可申购上限额度 \times 网下类平均中签率$ - 计算满中收益： $(首次开板价 - 首发价格) \times 满中数量$ 模型评价：该模型简单直观，能够快速估算不同规模账户的打新收益，但忽略了锁定期和市场波动的影响[2] 2. 模型名称：逐月打新收益模型 模型构建思路：通过将每个月网下打新可获得的收益相加，测算理想情况下逐月打新收益和打新收益率[47] 模型具体构建过程： - 假设所有股票报价均入围 - 在90%的资金使用效率下，计算不同规模账户的逐月打新收益 - 以新股卖出日为统计时间，计算累计打新收益率[47] 模型评价：该模型能够反映不同时间段内的打新收益变化，但依赖于假设条件，实际效果可能有所偏差[47] 模型的回测效果 1. 网下打新收益测算模型： - A类2亿规模账户打新收益率：1.99%[2] - B类2亿规模账户打新收益率：1.79%[2] - A类10亿规模账户打新收益率：0.63%[2] - B类10亿规模账户打新收益率：0.57%[2] 2. 逐月打新收益模型： - A类2亿规模账户2024年至今打新收益率：5.72%[47] - B类2亿规模账户2024年至今打新收益率：4.71%[52] - A类2亿规模账户2025年至今打新收益率：1.99%[47] - B类2亿规模账户2025年至今打新收益率：1.79%[52] 量化因子与构建方式 1. 因子名称：有效报价账户数量因子 因子构建思路：通过统计近期新股的有效报价账户中位数，反映市场参与打新的热度[23] 因子具体构建过程： - 统计科创板、创业板、主板新股A类和B类有效报价账户数量的中位数[23] 因子评价：该因子能够反映市场对打新的参与程度，但受市场情绪影响较大[23] 2. 因子名称：新股上市首日涨幅因子 因子构建思路：通过计算新股上市首日的平均涨幅，反映打新收益的短期表现[20] 因子具体构建过程： - 统计近期20只新股上市首日的平均涨幅[20] 因子评价：该因子能够反映打新的短期收益，但受市场波动影响较大[20] 因子的回测效果 1. 有效报价账户数量因子： - 科创板A类有效报价账户数量中位数：3062[23] - 科创板B类有效报价账户数量中位数：1602[23] - 创业板A类有效报价账户数量中位数：3664[23] - 创业板B类有效报价账户数量中位数：2086[23] - 主板A类有效报价账户数量中位数：3866[23] - 主板B类有效报价账户数量中位数：2290[23] 2. 新股上市首日涨幅因子： - 科创板个股上市首日平均涨幅：218.45%[20] - 创业板个股上市首日平均涨幅：221.02%[20]