资源获取质量对比
氪金玩家不仅在数量上占据优势，在资源的质量上也往往更胜一筹。例如，氪金玩家可以购买到高品质的装备和道具，而这些往往是白嫖玩家难以获得的。
长期发展对比
虽然氪金玩家在初期能迅速提升实力，但从长远来看，白嫖玩家通过积累经验和技巧，也能达到较高的水平。而且，白嫖玩家的游戏体验更加纯粹，没有经济压力，更能享受游戏带来的乐趣。
攻略建议
对于想要快速提升实力的玩家，可以适当氪金以加速资源积累。但同时也要注意平衡，合理安排游戏时间，避免过度游戏世界的玩家，则可以专注于完成日常任务和参与各类活动，逐渐积累资源和经验。
通过上述分析可以看出，“白嫖”和“氪金”各有优劣，玩家可以根据自己的喜好和实际情况选择适合自己的方式。希望本攻略能够帮助大家更好地了解这两种资源获取方式，并在游戏中取得更好的成绩。
" alt="这就是江湖如何评估白嫖与氪金的资源差距" />资源获取质量对比
氪金玩家不仅在数量上占据优势，在资源的质量上也往往更胜一筹。例如，氪金玩家可以购买到高品质的装备和道具，而这些往往是白嫖玩家难以获得的。
长期发展对比
虽然氪金玩家在初期能迅速提升实力，但从长远来看，白嫖玩家通过积累经验和技巧，也能达到较高的水平。而且，白嫖玩家的游戏体验更加纯粹，没有经济压力，更能享受游戏带来的乐趣。
攻略建议
对于想要快速提升实力的玩家，可以适当氪金以加速资源积累。但同时也要注意平衡，合理安排游戏时间，避免过度游戏世界的玩家，则可以专注于完成日常任务和参与各类活动，逐渐积累资源和经验。
通过上述分析可以看出，“白嫖”和“氪金”各有优劣，玩家可以根据自己的喜好和实际情况选择适合自己的方式。希望本攻略能够帮助大家更好地了解这两种资源获取方式，并在游戏中取得更好的成绩。
" alt="这就是江湖如何评估白嫖与氪金的资源差距" class="mask" />这就是江湖如何评估白嫖与氪金的资源差距
2月26日，据大马媒体报道，李宗伟决定举办“李宗伟杯”羽毛球赛事。
赛事聚焦青少年球员发展，设立 13岁以下、15岁以下、17岁以下 三个年龄组，覆盖男单、女单、男双、女双及混双全部五个项目，旨在为年轻选手提供专业竞技平台。
总奖金高达 10万令吉（约17万人民币） ，创马来西亚青少年赛事奖金新高；优秀选手有机会进入马来西亚羽总（BAM）训练体系，或获得国家队选拔直通机会。
首届采用单站赛形式 ，暂未规划巡回赛。规则采用21分制，未来将根据世界羽联（BWF）计分制调整同步更新。
李宗伟明确表示不复制"林丹杯"成人职业赛模式，而是填补青少年赛事空白，避免与国际羽联赛历冲突。部分球迷及媒体将其视为"林李对决"在赛事领域的延续。
优秀原创稿件、个人简历投递通道：tougao@aiyuke.com
" alt="李宗伟决定举办“李宗伟杯”羽毛球赛事" />
2月26日，据大马媒体报道，李宗伟决定举办“李宗伟杯”羽毛球赛事。
赛事聚焦青少年球员发展，设立 13岁以下、15岁以下、17岁以下 三个年龄组，覆盖男单、女单、男双、女双及混双全部五个项目，旨在为年轻选手提供专业竞技平台。
总奖金高达 10万令吉（约17万人民币） ，创马来西亚青少年赛事奖金新高；优秀选手有机会进入马来西亚羽总（BAM）训练体系，或获得国家队选拔直通机会。
首届采用单站赛形式 ，暂未规划巡回赛。规则采用21分制，未来将根据世界羽联（BWF）计分制调整同步更新。
李宗伟明确表示不复制"林丹杯"成人职业赛模式，而是填补青少年赛事空白，避免与国际羽联赛历冲突。部分球迷及媒体将其视为"林李对决"在赛事领域的延续。
优秀原创稿件、个人简历投递通道：tougao@aiyuke.com
" alt="李宗伟决定举办“李宗伟杯”羽毛球赛事" class="mask" />李宗伟决定举办“李宗伟杯”羽毛球赛事截至发稿前，ClawHub社区中发布的Skills数量已达到了2.6w+，但这些Skills中超过99%都是面向Windows/x86 Linux/Mac且聚焦于办公、网页自动化等方面，面向嵌入式Linux的Skills数量极少且成熟度较低，缺乏对嵌入式外设（GPIO、UART、SPI、I2C、传感器、电机、摄像头）的标准化封装与驱动适配，并且没有针对边缘计算、低功耗、实时性场景（如工业控制、机器人、智能家居、车载等）的专用技能集。
难道嵌入式领域就不配吃"龙虾"吗？！
本文，小编将以一个“控制OK1126B-S开发板上的Led灯闪烁节奏”的简单案例做演示，从基础开始逐步拆解Skills的设计与使用方法。
从本质上来说，Skills就是一本“操作手册”。它并不是直接帮AI完成任务，而是告诉AI在什么情况下应该做什么，以及如何去做。
我们用一个简单的类比来理解：
在射击游戏中，玩家的目标是击败敌人。枪作为工具，它的职责非常单一：
- 输入：扣动扳机
- 输出：发射子弹
至于子弹打到哪里，枪本身并不关心。而这个Skill的作用，则类似于“战术手册”。它会告诉AI：
- 什么时候可以开枪（检测到敌人）
- 什么时候不该开枪（有友军在前）
- 什么时候停止（敌人血量归零）
通过这些规则约束，AI就不再是一个机械执行指令的工具，而是开始具备初步的判断能力与决策逻辑，开始“像人一样思考”。
在OpenClaw中，一个Skill实际上是一个结构化的目录，通常存放在：
~/.openclaw/workspace/skills/${SKILL_NAME}
一个完整的Skill由四个部分组成：
命名规范：
Skill的目录名称必须符合规范，否则无法被识别：
- 只能使用：小写字母+数字+连字符（-）
- 示例：gpio-led-control
这个规范虽然简单，但在实际开发中非常关键，很多Skill无法加载的问题，往往就出在这里。
SKILL.md是整个Skill的核心，可以理解为“说明书+行为指南”。它由两部分组成：
① 前置元数据（Metadata）
使用---包裹，主要用于定义Skill的基本信息，这些信息的作用是：
- 帮助OpenClaw识别Skill
- 提供语义匹配（Skill触发关键词）
例如：
--- name: gpio-led-control # 必填项 description: 开发板 GPIO LED 灯控制技能。 # 必填项 （以下列出部分可选项， 仅供参考） user-invocable: true # 可选:是否可被用户直接调用 ---
②正文（操作手册）
正文部分则就是具体的操作指导手册了，可以根据需求灵活组织，以我们已经提前写好的"gpio-led-control"下的SKILL.md 简化版为例进行展示：
# GPIO LED Control - 开发板 LED 灯控制 控制 OK1126B-S 等开发板上的系统 LED 灯（work/net 等）。 ## 快速开始 ### 查看可用 LED ### 控制 LED 亮灭 ## 使用场景示例 ## 权限说明 ## 注意事项
在实际编写时，可以根据需要扩展，例如：增加判断逻辑（何时执行）、增加错误处理、增加参数说明、增加示例输入输出等。除了核心的SKILL.md之外，其余三个目录属于辅助结构，各自承担不同角色。
其中，scripts目录主要用来存放可直接运行的脚本文件，适合那些执行逻辑固定、无需频繁改动的任务场景，例如控制LED灯的亮灭转换等。这类脚本可以被直接调用运行，从而减少重复生成代码的过程，提高整体执行效率与稳定性。
references目录则用于整理各类参考资料，例如：API文档、数据库结构说明或操作手册等。这些内容并不会在一开始全部加载，而是根据实际需要按需引入上下文，既避免了无关信息占用资源，也能在关键时刻为AI提供更深入、专业的知识支持。
而assets目录用于存放各类资源文件，例如模板、图片等。与 references 不同，这里的内容不会参与模型上下文推理，而是服务于最终结果的生成，例如报告模板、输出所需图片等，用于提升Skill输出的表现力和完整度。
理解结构之后，我们就可以开始编写自己的Skill了。编写Skill的整个流程可以总结为：
需求分析→资源规划→初始化→编写→打包→测试
第一步：需求分析
在动手之前，必须明确：
- Skill要解决什么问题？
- 使用场景是什么？
- 用户会怎么触发它？
- 输入输出是什么？
触发条件一定要清晰，否则会出现Skill无法被调用或被错误调用的情况
第二步：资源规划
根据需求判断是否需要：
- scripts（是否需要执行代码）
- references（是否需要文档支持）
- assets（是否需要输出资源）
提前规划可以避免后期结构混乱以及反复修改导致的冗余
第三步：编写与调试
我们可以借助OpenClaw，在指定目录中自动生成一份符合规范的Skill初始模板，并在此基础上进行二次完善。不过需要注意的是，这类自动生成的Skill只是一个“起点”，通常无法直接满足实际需求。要想真正落地使用，仍然需要结合具体场景，对其内容进行逐步调整与反复测试，最终打磨出符合预期的功能效果。
为了更直观地理解，我们编写了一个简单的Skill并放在了对应的目录下，该Skill用于控制OK1126B-S开发板上两颗 LED灯的闪烁。
在OpenClaw这么火，用它做个飞书助手怎么样？一文中，我们已经将安装在开发板上的OpenClaw接入了飞书，因此，我们此时可以直接用飞书对OpenClaw下达命令。
接入不同的Skill后，OpenClaw会：识别用户意图→匹配对应Skill→根据SKILL.md的规则执行→调用scripts中的脚本→返回执行结果。
整个过程无需人工干预，实现真正的“自然语言控制硬件”。
我们通过拆解Skills的核心概念、结构，并结合LED控制简易实操案例，清晰展现了Skills的落地应用逻辑。即便只是基础的硬件控制场景，这个案例也直指Skills的核心价值：把复杂业务流程封装成可复用的标准化能力单元。
Skills的设计初衷，就是实现指令化调用、规范化执行：完成Skills搭建后，仅需一句指令即可驱动AI按预设规则完成任务，既彻底规避重复开发、重复调试的冗余劳动，又能保障全场景任务执行的稳定性与一致性，在嵌入式开发、自动化运维、智能设备管控等领域具备极强的实用价值。
嵌入式领域是OpenClaw生态落地的核心突破口，既是实现硬件实时交互、落地边缘智能的关键入口，也是整个生态中增长潜力最大、优质能力供给最紧缺的赛道。只有持续打造丰富、易用、高可靠的嵌入式Skills能力池，OpenClaw才能突破桌面工具的定位局限，真正成长为覆盖“云-边-端”全链路的完整智能执行框架。
" alt="你的OpenClaw只会答不会做？Skills帮你构建主动执行能力" />截至发稿前，ClawHub社区中发布的Skills数量已达到了2.6w+，但这些Skills中超过99%都是面向Windows/x86 Linux/Mac且聚焦于办公、网页自动化等方面，面向嵌入式Linux的Skills数量极少且成熟度较低，缺乏对嵌入式外设（GPIO、UART、SPI、I2C、传感器、电机、摄像头）的标准化封装与驱动适配，并且没有针对边缘计算、低功耗、实时性场景（如工业控制、机器人、智能家居、车载等）的专用技能集。
难道嵌入式领域就不配吃"龙虾"吗？！
本文，小编将以一个“控制OK1126B-S开发板上的Led灯闪烁节奏”的简单案例做演示，从基础开始逐步拆解Skills的设计与使用方法。
从本质上来说，Skills就是一本“操作手册”。它并不是直接帮AI完成任务，而是告诉AI在什么情况下应该做什么，以及如何去做。
我们用一个简单的类比来理解：
在射击游戏中，玩家的目标是击败敌人。枪作为工具，它的职责非常单一：
- 输入：扣动扳机
- 输出：发射子弹
至于子弹打到哪里，枪本身并不关心。而这个Skill的作用，则类似于“战术手册”。它会告诉AI：
- 什么时候可以开枪（检测到敌人）
- 什么时候不该开枪（有友军在前）
- 什么时候停止（敌人血量归零）
通过这些规则约束，AI就不再是一个机械执行指令的工具，而是开始具备初步的判断能力与决策逻辑，开始“像人一样思考”。
在OpenClaw中，一个Skill实际上是一个结构化的目录，通常存放在：
~/.openclaw/workspace/skills/${SKILL_NAME}
一个完整的Skill由四个部分组成：
命名规范：
Skill的目录名称必须符合规范，否则无法被识别：
- 只能使用：小写字母+数字+连字符（-）
- 示例：gpio-led-control
这个规范虽然简单，但在实际开发中非常关键，很多Skill无法加载的问题，往往就出在这里。
SKILL.md是整个Skill的核心，可以理解为“说明书+行为指南”。它由两部分组成：
① 前置元数据（Metadata）
使用---包裹，主要用于定义Skill的基本信息，这些信息的作用是：
- 帮助OpenClaw识别Skill
- 提供语义匹配（Skill触发关键词）
例如：
--- name: gpio-led-control # 必填项 description: 开发板 GPIO LED 灯控制技能。 # 必填项 （以下列出部分可选项， 仅供参考） user-invocable: true # 可选:是否可被用户直接调用 ---
②正文（操作手册）
正文部分则就是具体的操作指导手册了，可以根据需求灵活组织，以我们已经提前写好的"gpio-led-control"下的SKILL.md 简化版为例进行展示：
# GPIO LED Control - 开发板 LED 灯控制 控制 OK1126B-S 等开发板上的系统 LED 灯（work/net 等）。 ## 快速开始 ### 查看可用 LED ### 控制 LED 亮灭 ## 使用场景示例 ## 权限说明 ## 注意事项
在实际编写时，可以根据需要扩展，例如：增加判断逻辑（何时执行）、增加错误处理、增加参数说明、增加示例输入输出等。除了核心的SKILL.md之外，其余三个目录属于辅助结构，各自承担不同角色。
其中，scripts目录主要用来存放可直接运行的脚本文件，适合那些执行逻辑固定、无需频繁改动的任务场景，例如控制LED灯的亮灭转换等。这类脚本可以被直接调用运行，从而减少重复生成代码的过程，提高整体执行效率与稳定性。
references目录则用于整理各类参考资料，例如：API文档、数据库结构说明或操作手册等。这些内容并不会在一开始全部加载，而是根据实际需要按需引入上下文，既避免了无关信息占用资源，也能在关键时刻为AI提供更深入、专业的知识支持。
而assets目录用于存放各类资源文件，例如模板、图片等。与 references 不同，这里的内容不会参与模型上下文推理，而是服务于最终结果的生成，例如报告模板、输出所需图片等，用于提升Skill输出的表现力和完整度。
理解结构之后，我们就可以开始编写自己的Skill了。编写Skill的整个流程可以总结为：
需求分析→资源规划→初始化→编写→打包→测试
第一步：需求分析
在动手之前，必须明确：
- Skill要解决什么问题？
- 使用场景是什么？
- 用户会怎么触发它？
- 输入输出是什么？
触发条件一定要清晰，否则会出现Skill无法被调用或被错误调用的情况
第二步：资源规划
根据需求判断是否需要：
- scripts（是否需要执行代码）
- references（是否需要文档支持）
- assets（是否需要输出资源）
提前规划可以避免后期结构混乱以及反复修改导致的冗余
第三步：编写与调试
我们可以借助OpenClaw，在指定目录中自动生成一份符合规范的Skill初始模板，并在此基础上进行二次完善。不过需要注意的是，这类自动生成的Skill只是一个“起点”，通常无法直接满足实际需求。要想真正落地使用，仍然需要结合具体场景，对其内容进行逐步调整与反复测试，最终打磨出符合预期的功能效果。
为了更直观地理解，我们编写了一个简单的Skill并放在了对应的目录下，该Skill用于控制OK1126B-S开发板上两颗 LED灯的闪烁。
在OpenClaw这么火，用它做个飞书助手怎么样？一文中，我们已经将安装在开发板上的OpenClaw接入了飞书，因此，我们此时可以直接用飞书对OpenClaw下达命令。
接入不同的Skill后，OpenClaw会：识别用户意图→匹配对应Skill→根据SKILL.md的规则执行→调用scripts中的脚本→返回执行结果。
整个过程无需人工干预，实现真正的“自然语言控制硬件”。
我们通过拆解Skills的核心概念、结构，并结合LED控制简易实操案例，清晰展现了Skills的落地应用逻辑。即便只是基础的硬件控制场景，这个案例也直指Skills的核心价值：把复杂业务流程封装成可复用的标准化能力单元。
Skills的设计初衷，就是实现指令化调用、规范化执行：完成Skills搭建后，仅需一句指令即可驱动AI按预设规则完成任务，既彻底规避重复开发、重复调试的冗余劳动，又能保障全场景任务执行的稳定性与一致性，在嵌入式开发、自动化运维、智能设备管控等领域具备极强的实用价值。
嵌入式领域是OpenClaw生态落地的核心突破口，既是实现硬件实时交互、落地边缘智能的关键入口，也是整个生态中增长潜力最大、优质能力供给最紧缺的赛道。只有持续打造丰富、易用、高可靠的嵌入式Skills能力池，OpenClaw才能突破桌面工具的定位局限，真正成长为覆盖“云-边-端”全链路的完整智能执行框架。
" alt="你的OpenClaw只会答不会做？Skills帮你构建主动执行能力" class="mask" />你的OpenClaw只会答不会做？Skills帮你构建主动执行能力在参与二级市场交易的同时，今年多家券商还在包括定增市场在内的一级市场积极“买入”。
截至5月30日记者发稿，2023年以来，共有16家券商斥资超过135亿元认购了33家上市公司的定增股份，国泰君安、中金公司、中信证券等头部机构表现活跃，一些热门公司定增还获得多家券商的联合认购。从参与定增后的收益情况看，超八成上市公司为券商带来了浮盈；部分公司股价跌破定增发行价，给参与券商带来了账面亏损。
斥资135亿元
16家券商一级市场“买买买”
数据显示，按发行日期统计，截至5月30日中国证券报记者发稿，2023年以来，A股共有105家上市公司完成了定增。从公司披露的股票发行情况报告书看，共有16家内外资券商认购33家上市公司发行股份，认购总金额达135.13亿元（忽略交易费用及四舍五入影响，下同）。
从单家券商参与频次看，国泰君安是今年参与上市公司定增最活跃的券商，累计参与了18家上市公司的定增，并以45.67亿元资金认购了上市公司2.95亿股股份，认购金额居各券商首位，占到了前述券商全部参与定增出资规模的三分之一以上；中金公司、中信证券参与上市公司定增家数分别为9家和8家，中信建投、广发证券、海通证券、招商证券参与上市公司定增家数均在3家以上。
从认购金额看，排在国泰君安之后的是招商证券，累计参与3家上市公司定增，认购金额合计17.4亿元；广发证券、中金公司认购金额分别为14.10亿元和11.57亿元；摩根大通证券仅参与了长江电力的定增，但其认购金额高达11.35亿元，规模在前述16家券商中居第五位。
从前述数据可以看出，“家大业大”、资金与投研实力雄厚的头部券商，在上市公司定增市场中占据了明显优势地位和较大的市场份额。相比之下，中小型券商参与定增的频次及认购规模，均与行业头部机构存在明显差距。
2023年以来，长城证券参与了润泽科技、金信诺2家公司的定增，认购金额合计1.59亿元；浙商证券仅参与了甬金股份的定增，认购金额合计8000万元，而同参与该公司定增的中国银河，认购金额达到1.5亿元。
逾八成定增浮盈
长江电力为券商“贡献”6.57亿元
相比二级市场交易，A股上市公司定增发行价格一般会较公司股价有一定折价。2023年以来，不少公司股价的震荡抬升，进一步增厚了券商参与定增的盈利空间。
数据显示，在假设券商未出售股份及忽略交易成本的情形下，截至5月30日收盘，前述16家券商参与的33家公司定增中，有27家公司为券商带来了浮盈。从股价涨幅看，寒武纪-U最新股价较定增发行价大涨近94%，涨幅高居第一，参与其定增的国泰君安、中金公司因此分别获利1.08亿元和8484.29万元。
金信诺、协创数据、光迅科技、新华医疗4家公司，最新收盘价均较定增发行价格涨了50%以上，不过考虑到券商所认购股份数量不多且公司发行价格相对较低，参与定增的广发证券、长城证券、招商证券、海通证券、国泰君安、中金公司6家券商，单家券商获利金额从1182.11万元到5398.91万元不等。
股价涨幅居前的上市公司，还包括浙江新能、银江技术、崇达技术、中矿资源、泰和新材、科新机电等，单家券商获利金额最高超1亿元。
从单家上市公司贡献浮盈看，规模最大的当属长江电力：公司完成的定增获得了招商证券、国泰君安、摩根大通证券、申万宏源、广发证券5家券商的集体认购，认购股份数量接近2.40亿股。截至5月30日收盘，长江电力最新收盘价为每股22.75元，较其定增发行价格20.01元上涨近14%，为上述5家券商带来合计6.57亿元的浮盈，认购规模最大的招商证券获利高达1.85亿元。
券商年内参与定增标的浮盈规模前十
也有部分公司定增完成后，股价走低甚至跌破定增发行价，给认购其股份的券商带来账面浮亏。以派能科技为例，公司股票发行情况报告书显示，其定增发行价格为249.25元/股，国泰君安以2.48亿元认购了99.5万股。截至5月30日收盘，派能科技股价报200.46元/股，较定增发行价跌去近20%，国泰君安的浮亏超过了4800万元。
除派能科技之外，联赢激光、润泽科技、甬金股份、九洲药业、锦浪科技等公司，其最新收盘价均低于定增发行价格，广发证券、长城证券、中金公司、申万宏源等多家参与定增的券商出现了浮亏。跌幅最大的锦浪科技，使得国泰君安和中信证券定增浮亏金额分别达到7842.42万元和4905.39万元。
标签：券商责任编辑：陈子汉 陈子汉" alt="逾八成定增浮盈 16家券商一级市场“买买买”" />在参与二级市场交易的同时，今年多家券商还在包括定增市场在内的一级市场积极“买入”。
截至5月30日记者发稿，2023年以来，共有16家券商斥资超过135亿元认购了33家上市公司的定增股份，国泰君安、中金公司、中信证券等头部机构表现活跃，一些热门公司定增还获得多家券商的联合认购。从参与定增后的收益情况看，超八成上市公司为券商带来了浮盈；部分公司股价跌破定增发行价，给参与券商带来了账面亏损。
斥资135亿元
16家券商一级市场“买买买”
数据显示，按发行日期统计，截至5月30日中国证券报记者发稿，2023年以来，A股共有105家上市公司完成了定增。从公司披露的股票发行情况报告书看，共有16家内外资券商认购33家上市公司发行股份，认购总金额达135.13亿元（忽略交易费用及四舍五入影响，下同）。
从单家券商参与频次看，国泰君安是今年参与上市公司定增最活跃的券商，累计参与了18家上市公司的定增，并以45.67亿元资金认购了上市公司2.95亿股股份，认购金额居各券商首位，占到了前述券商全部参与定增出资规模的三分之一以上；中金公司、中信证券参与上市公司定增家数分别为9家和8家，中信建投、广发证券、海通证券、招商证券参与上市公司定增家数均在3家以上。
从认购金额看，排在国泰君安之后的是招商证券，累计参与3家上市公司定增，认购金额合计17.4亿元；广发证券、中金公司认购金额分别为14.10亿元和11.57亿元；摩根大通证券仅参与了长江电力的定增，但其认购金额高达11.35亿元，规模在前述16家券商中居第五位。
从前述数据可以看出，“家大业大”、资金与投研实力雄厚的头部券商，在上市公司定增市场中占据了明显优势地位和较大的市场份额。相比之下，中小型券商参与定增的频次及认购规模，均与行业头部机构存在明显差距。
2023年以来，长城证券参与了润泽科技、金信诺2家公司的定增，认购金额合计1.59亿元；浙商证券仅参与了甬金股份的定增，认购金额合计8000万元，而同参与该公司定增的中国银河，认购金额达到1.5亿元。
逾八成定增浮盈
长江电力为券商“贡献”6.57亿元
相比二级市场交易，A股上市公司定增发行价格一般会较公司股价有一定折价。2023年以来，不少公司股价的震荡抬升，进一步增厚了券商参与定增的盈利空间。
数据显示，在假设券商未出售股份及忽略交易成本的情形下，截至5月30日收盘，前述16家券商参与的33家公司定增中，有27家公司为券商带来了浮盈。从股价涨幅看，寒武纪-U最新股价较定增发行价大涨近94%，涨幅高居第一，参与其定增的国泰君安、中金公司因此分别获利1.08亿元和8484.29万元。
金信诺、协创数据、光迅科技、新华医疗4家公司，最新收盘价均较定增发行价格涨了50%以上，不过考虑到券商所认购股份数量不多且公司发行价格相对较低，参与定增的广发证券、长城证券、招商证券、海通证券、国泰君安、中金公司6家券商，单家券商获利金额从1182.11万元到5398.91万元不等。
股价涨幅居前的上市公司，还包括浙江新能、银江技术、崇达技术、中矿资源、泰和新材、科新机电等，单家券商获利金额最高超1亿元。
从单家上市公司贡献浮盈看，规模最大的当属长江电力：公司完成的定增获得了招商证券、国泰君安、摩根大通证券、申万宏源、广发证券5家券商的集体认购，认购股份数量接近2.40亿股。截至5月30日收盘，长江电力最新收盘价为每股22.75元，较其定增发行价格20.01元上涨近14%，为上述5家券商带来合计6.57亿元的浮盈，认购规模最大的招商证券获利高达1.85亿元。
券商年内参与定增标的浮盈规模前十
也有部分公司定增完成后，股价走低甚至跌破定增发行价，给认购其股份的券商带来账面浮亏。以派能科技为例，公司股票发行情况报告书显示，其定增发行价格为249.25元/股，国泰君安以2.48亿元认购了99.5万股。截至5月30日收盘，派能科技股价报200.46元/股，较定增发行价跌去近20%，国泰君安的浮亏超过了4800万元。
除派能科技之外，联赢激光、润泽科技、甬金股份、九洲药业、锦浪科技等公司，其最新收盘价均低于定增发行价格，广发证券、长城证券、中金公司、申万宏源等多家参与定增的券商出现了浮亏。跌幅最大的锦浪科技，使得国泰君安和中信证券定增浮亏金额分别达到7842.42万元和4905.39万元。
标签：券商责任编辑：陈子汉 陈子汉 " alt="逾八成定增浮盈 16家券商一级市场“买买买”" class="mask" />逾八成定增浮盈 16家券商一级市场“买买买”