根据提供的研报内容，以下是关于量化模型和因子的总结： 量化模型与构建方式 1. 模型名称：预期高股息组合模型[3][8] * 模型构建思路：该模型旨在构建一个高股息收益的投资组合。其核心是通过两阶段方法构建“预期股息率”指标，并辅以反转因子和盈利因子进行筛选，最终从沪深300成分股中优选股票构建组合[3][8]。 * 模型具体构建过程：模型的构建遵循明确的选股步骤： 1. 确定股票池：以沪深300成分股为初选池，剔除停牌及涨停的股票[13]。 2. 应用辅助筛选因子： * 反转因子筛选：剔除股票池中短期动量最高的20%股票（即21日累计涨幅最高的20%个股）[13]。 * 盈利因子筛选：剔除股票池中盈利下滑的个股（即单季度净利润同比增长率小于0的股票）[13]。 3. 核心排序指标：在通过上述筛选的剩余股票中，按“预期股息率”从高到低排序[9]。 4. 组合构建：选取预期股息率最高的30只个股，采用等权重方式构建投资组合。组合每月底调仓一次[3][8][9]。 2. 模型名称：红利择时框架[25][27] * 模型构建思路：该模型是一个多因子合成信号模型，用于对中证红利指数进行择时判断，输出看多或看空的观点[25][27]。 * 模型具体构建过程：模型综合了五个不同类别的因子信号： * 通胀因子：PPI同比（高/低位），信号方向为正向（+）[27]。 * 流动性因子：包括M2同比（高/低位）和M1-M2剪刀差（高/低位），信号方向均为负向（-）[27]。 * 利率因子：美国10年期国债收益率（高/低位），信号方向为正向（+）[27]。 * 市场情绪因子：红利股成交额占比（上/下行），信号方向为负向（-）[27]。 * 合成信号：将上述五个单因子信号合成为一个综合信号。报告期内（2025年10月），合成信号值为0，代表对红利持“谨慎”或“看空”态度[25][27]。 模型的回测效果 1. 预期高股息组合模型： * 回测期：2009年2月2日至2017年8月31日（103个自然月）[11] * 累计收益：358.90%[11] * 累计超额收益（相对于沪深300全收益指数）：107.44%[11] * 年化超额收益：8.87%[11] * 超额收益滚动一年最大回撤：12.26%[11] * 月度超额胜率：60.19%[11] 2. 红利择时框架：报告中未提供该模型的历史回测效果数据。 量化因子与构建方式 1. 因子名称：预期股息率[3][8] * 因子构建思路：该因子是对未来股息支付能力的预测，而非简单的历史股息率。构建过程分为两个阶段，结合了已公告的分红信息和基于历史规律的预测[3][8]。 * 因子具体构建过程：采用两阶段方法构建： * 第一阶段：对于已经发布年报并公告利润分配方案的股票，直接根据其公告内容计算股息率[3][8]。 * 第二阶段：对于尚未公告分红的股票，利用历史分红数据与相关基本面指标，预测其可能的分红并计算预期股息率[3][8]。 2. 因子名称：反转因子[3][13] * 因子构建思路：用于规避短期涨幅过高的股票，认为这类股票后续可能面临回调压力[3][13]。 * 因子具体构建过程：计算股票的21日累计涨幅，并将其作为反向筛选指标，剔除涨幅最高的20%的股票[13]。 3. 因子名称：盈利因子（单季度净利润同比增长率）[3][13] * 因子构建思路：筛选盈利状况改善或稳定的公司，规避盈利下滑的股票[3][13]。 * 因子具体构建过程：计算公司的单季度净利润同比增长率，并直接剔除该增长率小于0的股票[13]。 4. 因子名称：PPI同比（高/低位）[27] * 因子构建思路：作为通胀环境的代理变量，用于红利择时[27]。 5. 因子名称：M2同比（高/低位）[27] * 因子构建思路：作为流动性宽紧的代理变量，用于红利择时[27]。 6. 因子名称：M1-M2剪刀差（高/低位）[27] * 因子构建思路：作为经济活动活跃度的代理变量，用于红利择时[27]。 7. 因子名称：美国10年期国债收益率（高/低位）[27] * 因子构建思路：作为全球无风险利率和资金成本的代理变量，用于红利择时[27]。 8. 因子名称：红利股成交额占比（上/下行）[27] * 因子构建思路：作为市场对红利板块情绪热度的代理变量，用于红利择时[27]。 因子的回测效果 报告中未提供单个因子的历史表现数据（如IC值、IR值等）。