量化模型与构建方式 1. 模型名称：预期高股息组合 - 模型构建思路：采用两阶段构建预期股息率指标，第一阶段基于年报公告利润分配计算股息率，第二阶段利用历史分红与基本面指标预测股息率，并辅以反转因子和盈利因子筛选[8][13] - 模型具体构建过程： 1. 剔除沪深300成份股中停牌及涨停股票[13] 2. 剔除21日累计涨幅最高的20%个股（反转因子）[13] 3. 剔除单季度净利润同比增长率小于0的股票（盈利因子）[13] 4. 按预期股息率排序，选取前30只个股等权构建组合[9] - 模型评价：通过动态调整持仓和严格筛选标准，兼顾股息收益与基本面稳健性 2. 模型名称：红利择时框架 - 模型构建思路：基于通胀、流动性、利率和市场情绪等5个子信号合成多空信号，判断红利资产配置时机[24] - 模型具体构建过程： - 子信号包括PPI同比、M2同比、M1-M2剪刀差、美国10年期国债收益率、红利股成交额占比[24] - 合成信号通过加权或逻辑运算生成最终观点（1看多/0看空）[24] 模型的回测效果 1. 预期高股息组合： - 累计收益：358.90%（2009/2/2-2017/8/31）[11] - 累计超额收益（vs沪深300全收益）：107.44%[11] - 年化超额收益：8.87%[11] - 最大回撤：12.26%（滚动一年）[11] - 月度胜率：60.19%[11] - 2025年3月超额收益：vs沪深300 +3.36%，vs中证红利 +1.33%[14] 2. 红利择时框架： - 2025年4月合成信号：0（看空）[24] - 子信号状态：M2同比由多转空，其他信号混合[24] 量化因子与构建方式 1. 因子名称：预期股息率因子 - 因子构建思路：结合历史分红规律与基本面指标预测未来股息支付能力[8] - 因子具体构建过程： - 第一阶段：使用年报公告的分红数据计算静态股息率 $股息率 = \frac{每股分红}{股价}$ - 第二阶段：通过ROE、现金流等基本面指标建立预测模型[8] 2. 因子名称：反转因子 - 因子构建思路：剔除短期涨幅过高股票以避免追高风险[13] - 因子具体构建过程：计算21日累计涨幅，剔除前20%个股[13] 3. 因子名称：盈利因子 - 因子构建思路：筛选盈利持续改善的标的[13] - 因子具体构建过程：剔除单季度净利润同比负增长的股票[13] 因子的回测效果 1. 预期股息率因子： - 2025年3月Top30组合平均收益：3.05%（vs沪深300 -0.32%）[14] - 头部个股超额显著（如格力电器+10.87%）[19] 2. 反转因子+盈利因子： - 组合波动率显著低于纯股息策略[11] - 2025年3月最大单股回撤仅-2.07%（邮储银行）[19]