量化模型与构建方式 量化模型 1. 模型名称：中证红利指数（000922.CSI） - 模型构建思路：通过筛选高股息率股票，构建高红利、低估值、低贝塔特征的指数[12][13][15] - 模型具体构建过程： 1. 样本空间：从中证全指指数样本中筛选满足以下条件的沪深A股和红筹企业发行的存托凭证： - 过去一年日均总市值排名前80% - 过去一年日均成交金额排名前80% - 过去三年连续现金分红，且股利支付率均值和过去一年股利支付率均大于0且小于1[12] 2. 选样方法：按照过去三年平均现金股息率由高到低排名，选取前100只证券作为指数样本，并设置缓冲区以减少样本调整频率[13] 3. 加权方式：股息率加权[14] 4. 调仓时间：每年调整一次，实施时间为每年12月的第二个星期五的下一交易日[15] - 模型评价：该指数以高红利、低估值、低贝塔为主要特征，行业分布集中在银行、煤炭和交通运输行业[15] 2. 模型名称：中证红利低波动指数（H30269.CSI） - 模型构建思路：结合红利和低波动策略，筛选高分红且波动率较低的股票，提升组合稳健性[52][55] - 模型具体构建过程： 1. 样本空间：从中证全指指数样本中筛选满足以下条件的上市公司证券： - 过去三年连续现金分红且每年的税后现金股息率均大于0 - 过去一年日均总市值和日均成交金额排名前80%[52] 2. 选样方法： - 计算过去一年的红利支付率和过去三年的每股股利增长率，剔除支付率过高或为负的证券 - 按过去三年平均税后现金股息率降序排名，选取前75只证券 - 按过去一年波动率升序排名，选取前50只证券作为指数样本[53] 3. 加权方式：股息率加权[54] 4. 调仓时间：每年调整一次，实施时间为每年12月的第二个星期五的下一交易日[55] - 模型评价：红利+低波策略在市场下跌时表现出更好的抗风险能力，但在长区间内相对中证红利指数无明显优势[55] 3. 模型名称：中证红利成长低波动指数（931130.CSI） - 模型构建思路：结合红利、成长和低波动策略，筛选盈利稳定增长且波动率较低的股票[72][76] - 模型具体构建过程： 1. 样本空间：从沪深A股中筛选满足以下条件的股票： - 上市时间超过一个季度 - 非ST、*ST股票、非暂停上市股票[72] 2. 选样方法： - 剔除过去三年净利润变化为负且过去一年PE（TTM）为负的证券 - 按预期股息率降序排名，选取排名前60%的证券 - 按ROE增速波动率和过去一年日收益率的标准差升序排名，最终选取50只证券[73][74] 3. 加权方式：预期股息率加权[75] 4. 调仓时间：每半年调整一次，实施时间为每年6月和12月的第二个星期五的下一交易日[76] - 模型评价：该指数在高红利、低估值、低贝塔特征的基础上，进一步增强了成长性和稳健性[76] --- 模型的回测效果 红利宽基指数 1. 中证红利指数： - 2014年至2024年8月：指数收益7.75%，夏普比率0.37，卡玛比率0.17，红利收益4.33%[100] - 2021年至2024年8月：指数收益2.49%，夏普比率0.16，卡玛比率0.12，红利收益5.61%[100] 2. 上证红利指数： - 2014年至2024年8月：指数收益5.28%，夏普比率0.26，卡玛比率0.11，红利收益4.92%[100] - 2021年至2024年8月：指数收益3.17%，夏普比率0.19，卡玛比率0.14，红利收益6.38%[100] 红利策略指数 1. 中证红利低波动指数： - 2014年至2024年8月：指数收益7.53%，夏普比率0.37，卡玛比率0.17，红利收益4.65%[109] - 2021年至2024年8月：指数收益5.72%，夏普比率0.35，卡玛比率0.34，红利收益5.88%[109] 2. 中证红利成长低波动指数： - 2014年至2024年8月：指数收益12.36%，夏普比率0.62，卡玛比率0.32，红利收益3.58%[109] - 2021年至2024年8月：指数收益7.20%，夏普比率0.48，卡玛比率0.41，红利收益4.95%[109]