量化模型与构建方式 1. 模型名称：股指分红点位测算模型 - 模型构建思路：通过精细化处理指数成分股的分红数据，准确预测股指期货合约的升贴水情况，考虑分红对指数点位的影响[12][40] - 模型具体构建过程： 1. 成分股权重计算：采用中证指数公司每日披露的日度收盘权重数据，确保权重准确性[48] 2. 分红金额预测： - 若公司已公布分红金额，直接采用披露值；否则通过净利润 × 股息支付率估算[49] - 净利润预测：基于历史净利润分布动态预测，分为盈利稳定型（按历史分布规律）和不稳定型（采用上年同期值）[52] - 股息支付率预测： - 去年分红则沿用去年值； - 去年不分红则取近3年平均； - 从未分红则默认不分红[55] 3. 除息日预测： - 已公布日期则直接采用； - 未公布则根据预案/决案阶段的历史间隔天数线性外推，或采用默认日期（7月31日/8月31日/9月30日）[58] 4. 分红点数计算： $分红点数 = \sum_{n=1}^{N} \left( \frac{成分股分红金额}{成分股总市值} \times 成分股权重 \times 指数收盘价 \right)$ 要求除息日满足 $t < \tau \leq T$（$\tau$为除息日，$T$为期货到期日）[40] - 模型评价：对上证50和沪深300指数的预测准确度较高（误差约5点），中证500指数误差稍大（约10点），整体稳定性良好[63] 2. 因子名称：股息率因子 - 因子构建思路：通过行业股息率比较，识别高股息率行业（如煤炭、银行、钢铁）作为选股或配置参考[2][15] - 因子具体构建过程： - 计算已披露分红预案个股的股息率（预案分红金额/当前总市值） - 按行业中位数排序，筛选排名靠前的行业[15] - 因子评价：能够有效反映行业分红吸引力，但需结合分红实施进度动态调整[16] --- 模型的回测效果 1. 股指分红点位测算模型 - 预测误差： - 上证50指数：全年误差约5点[63] - 沪深300指数：全年误差约5点[63] - 中证500指数：全年误差约10点[63] - 期货合约预测准确性： - 上证50和沪深300股指期货预测效果最优，中证500稍逊[63] 2. 股息率因子 - 行业股息率中位数：煤炭、银行、钢铁行业排名前三[15] --- 量化因子与构建方式 1. 因子名称：剩余股息率因子 - 因子构建思路：衡量指数成分股未来潜在分红能力，辅助判断期货贴水收窄空间[3][17] - 因子具体构建过程： $剩余股息率 = \sum_{i=1}^{N_2} \left( \frac{预期分红金额}{总市值} \times 权重 \right)$ 其中$N_2$为尚未分红的公司数量[17] 2. 因子名称：年化升贴水因子 - 因子构建思路：反映股指期货合约的升贴水幅度，扣除分红影响后跟踪市场情绪[4][13] - 因子具体构建过程： $年化升贴水 = \left( \frac{含分红价差}{指数收盘价} \right) \times \left( \frac{365}{到期天数} \right)$ 含分红价差 = 合约收盘价 - 指数收盘价 + 分红点数[13] --- 因子的回测效果 1. 剩余股息率因子 - 取值（2025年8月20日）： - 上证50：0.12% - 沪深300：0.16% - 中证500：0.05% - 中证1000：0.05%[3] 2. 年化升贴水因子 - 主力合约取值（2025年8月20日）： - IH2509：2.90%（升水） - IF2509：0.91%（升水） - IC2509：-5.76%（贴水） - IM2509：-4.63%（贴水）[4][13] - 历史分位点： - IH主力合约：82% - IF主力合约：69% - IC主力合约：32% - IM主力合约：39%[28]