根据您提供的研报内容，经过全面梳理，总结如下： 量化模型与构建方式 1. 模型名称：理想打新收益测算模型[3][15][18] * 模型构建思路：在“单项目打满、100%入围”的理想假设前提下，测算不同类型投资者（A类/B类）在特定时间段内（月度/季度/年度）通过参与网下新股申购所能获得的总收益[3][15][18]。 * 模型具体构建过程： 1. 确定研究对象：筛选出在测算期间内所有进行了网下发行的新股[8][18]。 2. 分类处理：将新股按其上市板块（主板、科创板、创业板）进行分类[8][18]。 3. 计算单项目收益：对于每只新股，根据其网下发行规模、各类投资者的获配比例、上市首日涨幅等数据，计算单个账户“打满”该新股所能获得的收益[18][20]。公式可抽象为： $单项目收益 = 网下发行规模 \times 获配比例 \times 首日涨幅$ 4. 汇总收益：将测算期间内所有新股的“单项目打满”收益按投资者类型（A类/B类）和板块进行加总，得到各类账户在相应时间段内的总打新收益[16][17][18]。 * 模型评价：该模型提供了一个在完美执行策略下的理论收益上限，用于横向比较不同时期、不同板块的新股申购收益贡献度，对打新策略的收益预期具有重要参考价值[3][15][18]。 模型的回测效果 1. 理想打新收益测算模型（2025年8月）[16][17][18] * A类账户总收益：38.96 万元 * B类账户总收益：37.55 万元 * 主板贡献收益（A类/B类）：6.42 / 6.10 万元 * 创业板贡献收益（A类/B类）：32.53 / 31.44 万元 * 科创板贡献收益（A类/B类）：0 / 0 万元 2. 理想打新收益测算模型（2025年1月至8月累计）[17] * A类账户总收益：669.42 万元 * B类账户总收益：611.59 万元 量化因子与构建方式 1. 因子名称：发行价让价因子[3][14][20] * 因子构建思路：通过比较新股的发行价格与一个参考价值（“四数孰低值”）的差异，来衡量发行定价的保守或激进程度，发行价低于参考值越多，则让价幅度越大，预期上市后涨幅可能更高[3][14][20]。 * 因子具体构建过程： 1. 获取新股的发行价格（$P_{issue}$）[20]。 2. 获取承销商投资价值研究报告等材料中确定的“四数孰低值”（$V_{reference}$），即剔除最高报价后网下投资者报价的中位数和平均数，以及公募基金、社保基金、养老金报价的中位数和平均数中的最低值[3][14]。 3. 计算让价幅度因子： $让价幅度 = \frac{V_{reference} - P_{issue}}{V_{reference}} \times 100\%$ 因子值越大，表明发行定价越保守，让利幅度越大。 2. 因子名称：低股价因子[3][19][22] * 因子构建思路：直接采用新股的发行绝对价格作为因子，认为发行价较低的股票更受散户投资者青睐，上市首日涨幅可能更高[3][14][22]。 * 因子具体构建过程：直接使用新股的发行价格（单位：元）作为因子值[20]。 3. 因子名称：小流通盘因子[3][19][22] * 因子构建思路：采用新股的网下发行规模或募资总额作为因子，衡量新股的流通盘大小，认为流通盘较小的股票更容易在上市初期被资金推动，涨幅可能更大[3][18][22]。 * 因子具体构建过程：直接使用新股的网下发行规模（单位：亿元）或募资总额（单位：亿元）作为因子值，值越小代表流通盘越小[18][20]。 因子的回测效果 （注：本研报未提供上述单个因子的分层回测表现、IC序列、多空收益等量化指标值。报告主要通过案例分析和历史统计数据来定性说明因子的有效性。） 1. 案例佐证（2025年8月）： * 广东建科：发行价6.56元（低股价因子）[20]，发行价较“四数孰低值”让价超10%（发行价让价因子）[3][14]，网下发行规模1.97亿元（小流通盘因子）[20]，最终上市首日涨幅达409.80%[14][20]。 * 汉桑科技：网下发行规模2.60亿元（小流通盘因子）[20]，上市首日涨幅220.36%[14][20]。 * 天富龙：网下发行规模2.97亿元[20]，上市首日涨幅188.12%[14][20]。 2. 历史统计佐证： * 2024年10月新股首日涨幅一度超10倍，2025年以来主板新股平均首日涨幅维持100%以上[22]。 * 2025年8月，低股价、小流通盘新股表现亮眼，带动当月上市新股平均首日涨幅达272.76%[3][14]。