在长鑫科技科创板上市首日，梁文锋通过其控制的幻方量化与九章资产动用 194 只基金参与网下打新，获配 1535.42 万股，对应浮盈约 8.27 亿元，这一事件集中展现了幻方量化在投资策略上以量化模型驱动、大规模分散打新、精准定价和重仓核心赛道的特点。

一、量化模型驱动，多产品协同运作

幻方量化是一家头部量化私募，其投资策略的核心是依靠数学模型和算法进行决策。

在长鑫科技打新中，幻方量化旗下 153 只基金、九章资产旗下 41 只基金同时参与网下申购，合计动用 194 只基金产品。

这种大规模动用多产品的方式，是量化策略中常见的 " 分散撒网 " 模式，通过同一策略在不同产品中复制执行，以规模优势获取更高中签概率。

梁文锋持有幻方量化 75% 以上股份、九章资产 85% 股份，创始人深度参与策略设计与执行。

二、打新策略积极，聚焦 IPO 套利机会

幻方量化对新股申购表现出极高参与度，尤其在大型 IPO 中投入重兵。

长鑫科技是科创板史上最大 IPO，上市首日开盘价较发行价大涨 471.59%。

幻方量化凭借网下打新获配 1535.42 万股，首日账面浮盈约 6.19 亿元；梁文锋个人最终浮盈达 8.27 亿元。

在 113 家参与打新的私募中，幻方量化位列获配数量前茅，仅次于九坤投资等头部机构。

这种积极打新的策略，反映了其对新股上市初期价格发现机制的高效利用，通过量化模型快速评估新股价值并报价。

三、分散持仓与风险管控并重

幻方量化在单一标的上的投入虽大，但通过多产品拆分和分散报价来控制风险。

194 只基金产品各自独立申购，单个产品获配金额相对有限，避免单产品过度集中。

在网下询价阶段，幻方量化多只基金报出统一价格（如 49.5 元 / 股附近），体现其内部定价模型的一致性。

这种策略既保证了在优质标的上获得足够份额，又通过产品数量分摊了单个产品面临的波动风险。

四、深耕科技赛道，把握国产替代机遇

幻方量化在标的选择上偏好硬科技领域，尤其关注半导体等国家战略产业。

长鑫科技是国内存储芯片龙头，其上市标志着国产存储芯片迈入新阶段，上市首日市值突破 3 万亿元。

幻方量化对其大规模投入，体现了量化资金对长期产业趋势的判断：在国产替代逻辑下，核心芯片企业具备长期成长价值。

创始人梁文锋同时掌舵大模型公司 DeepSeek，科技投资方向与企业背景高度协同。

五、高效的执行体系与灵活调仓能力

量化策略的落地依赖于强大的交易系统和投研能力。

幻方量化在长鑫科技打新中展现了极高的执行效率：从发行公告到上市首日，其定价、报价、获配及后续操作均快速完成。

网下打新需对发行价、中签率、上市首日涨幅等变量进行综合建模，幻方量化的模型在此次 IPO 中实现了超过 4 倍的首日收益。

上市首日换手率达 66.4%，量化机构往往能在高位逐步兑现收益，体现其灵活的调仓能力。

六、策略的可持续性与适应性

幻方量化的投资策略并非仅针对单次打新，而是可复用的系统性框架。

从历史表现看，幻方量化在 A 股打新市场持续活跃，此次长鑫科技案例是其打新策略的集中体现。

多产品、分散参与、量化定价的打法，可适用于不同规模、不同行业的新股，具有较强通用性。

同时，量化模型会持续根据市场环境（如新股破发率、中签率变化）进行迭代，保持策略的有效性。

本文由 AI 生成