量化模型与构建方式 1 预期高股息组合模型 模型名称：预期高股息组合模型[3][8] 模型构建思路：采用两阶段方法构建预期股息率指标，并结合反转因子与盈利因子进行辅助筛选，从沪深300成份股中优选股票构建高股息组合[3][8][14] 模型具体构建过程： 1. 确定股票池：以沪深300成份股作为初始股票池[3][8] 2. 剔除规则： - 剔除停牌及涨停的股票[13] - 剔除短期动量最高的20%股票（即21日累计涨幅最高的20%个股）[13] - 剔除盈利下滑的个股（即单季度净利润同比增长率小于0的股票）[13] 3. 预期股息率计算： - 第一阶段：根据年报公告利润分配情况计算股息率[3][8] - 第二阶段：利用历史分红与基本面指标预测并计算股息率[3][8] 4. 组合构建：在剩余个股中，按预期股息率排序，选取预期股息率最高的30只个股等权构建组合[9] 模型评价：历史绩效表现亮眼，超额收益稳定且最大回撤控制较好[11] 2 红利择时框架模型 模型名称：红利择时框架模型[23] 模型构建思路：通过合成多个宏观经济与市场情绪因子信号，对中证红利指数进行择时判断[23][26] 模型具体构建过程： 1. 选取5个单因子信号，每个信号产生看多（1）或看空（0）红利的观点[23][26] 2. 单因子信号说明： - 通胀因子：PPI同比（高/低位），方向为+[26] - 流动性因子1：M2同比（高/低位），方向为-[26] - 流动性因子2：M1-M2剪刀差（高/低位），方向为-[26] - 利率因子：美国10年期国债收益率（高/低位），方向为+[26] - 市场情绪因子：红利股成交额占比（上/下行），方向为-[26] 3. 合成信号：综合各单因子信号得出最终观点[23][26] 模型的回测效果 1 预期高股息组合模型 - 回测时间范围：2009年2月2日至2017年8月31日，共计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] - 超额收益的滚动一年最大回撤：12.26%[11] - 月度超额胜率：60.19%[11] 2 红利择时框架模型 - 2025年11月最新观点：持谨慎态度（合成信号为0）[23][26] 量化因子与构建方式 1 预期股息率因子 因子名称：预期股息率因子[3][8][14] 因子构建思路：利用股息分配的方式、结合基本面指标对股息分配进行预测，构建两阶段预期股息率[3][8][14] 因子具体构建过程： 1. 第一阶段股息率：根据年报已公告的利润分配情况计算股息率 $股息率 = \frac{每股股息}{股价}$[3][8] 2. 第二阶段股息率：利用历史分红数据与基本面指标预测未来股息并计算股息率[3][8] 2 反转因子 因子名称：反转因子[3][8][13][14] 因子构建思路：使用短期价格动量作为反转信号，剔除近期表现过强的股票[3][8][13][14] 因子具体构建过程：计算21日累计涨幅，剔除涨幅最高的20%个股[13] 3 盈利因子 因子名称：盈利因子[3][8][13][14] 因子构建思路：基于公司盈利增长状况进行筛选，确保组合成分股盈利质量[3][8][13][14] 因子具体构建过程：使用单季度净利润同比增长率，剔除增长率小于0的个股[13] 4 红利择时框架子因子 因子名称：PPI同比因子[26] 因子构建思路：通过PPI同比处于高位或低位来判断红利资产走势[26] 因子方向：+[26] 因子名称：M2同比因子[26] 因子构建思路：通过M2同比处于高位或低位来判断红利资产走势[26] 因子方向：-[26] 因子名称：M1-M2剪刀差因子[26] 因子构建思路：通过M1-M2剪刀差处于高位或低位来判断红利资产走势[26] 因子方向：-[26] 因子名称：美国10年期国债收益率因子[26] 因子构建思路：通过美国10年期国债收益率处于高位或低位来判断红利资产走势[26] 因子方向：+[26] 因子名称：红利股成交额占比因子[26] 因子构建思路：通过红利股成交额占比处于上行或下行趋势来判断红利资产走势[26] 因子方向：-[26] 因子的回测效果 1 红利择时框架子因子（2025年11月） - PPI同比因子信号：0[26] - M2同比因子信号：0[26] - M1-M2剪刀差因子信号：0[26] - 美国10年期国债收益率因子信号：0[26] - 红利股成交额占比因子信号：1[26] - 合成信号：0[26]