值得注意的是，自2024年9月以来，红利港股ETF（159331）已连续分红14个月，值得关注。 相关机构表示，资金面上，南向资金年内已累计净流入1.2万亿港元，创下互联互通以来新高。HIBOR 处于高位后趋稳，美联储开启降息周期提高全球流动性，对港股风险偏好形成边际提振。短期行情虽受 到12月降息节奏分歧的影响出现回落，但资金面持续改善的趋势不变，港股慢牛行情有望持续演绎。 从配置上看，现阶段科技成长+红利低波或为一个较优的选择。科技方面AI应用与互联网软件端在港股 集中度更高，业绩与资本开支驱动叙事强化，四季度科技主线有望延续；若2026年市场重心转向业绩验 证且风格趋于均衡，则红利板块或将承接资金流动完成接力。 红利港股ETF（159331）跟踪的是港股通高股息指数（930914），该指数从港股通范围内筛选出连续分 红、流动性良好且股息率突出的30只证券作为成分股，重点覆盖金融、能源及工业等传统高分红行业， 集中体现港股市场高股息、低估值板块的整体表现特征。 注：分红情况具体详见基金分红公告，基金分红规则以基金法律文件为准，鉴于本基金的特点，本基金 分红不一定来自基金盈利，基金分红并不代表总投资的正回报 ...

无论是股票ETF/LOF基金，都是属于较高预期风险和预期收益的证券投资基金品种，其预期收益及预期 风险水平高于混合型基金、债券型基金和货币市场基金。 基金资产投资于科创板和创业板股票，会面临因投资标的、市场制度以及交易规则等差异带来的特有风 险，提请投资者注意。 11月3日港股震荡走高，最终收涨0.97%，报26158.36点。从估值上看，恒生指数PE约12.1倍，处历史分 位约63%。而恒生科技PE约24.6倍，处于有数据以来约37%分位，显著低于A股创业板与科创板同类分 位。若低估科技龙头估值修复至成分股估值分位数均值，有望推动恒生科技指数上涨约15%；若修复至 历史均值，抬升空间或超30%。 资金面上，南向资金年内已累计净流入1.2万亿港元，创下互联互通以来新高。HIBOR处于高位后趋 稳，美联储开启降息周期提高全球流动性，对港股风险偏好形成边际提振。短期行情虽受到12月降息节 奏分歧的影响出现回落，但资金面持续改善的趋势不变，港股慢牛行情有望持续演绎。 从配置上看，现阶段科技成长+红利低波或为一个较优的选择。科技方面AI应用与互联网软件端在港股 集中度更高，业绩与资本开支驱动叙事强化，四季度科技主线有 ...

截至2025年11月3日 13:03，红利低波ETF泰康(560150)上涨1.03%，成交803.59万元。跟踪指数中证红利 低波动指数(H30269)强势上涨1.14%，成分股江阴银行(002807)上涨4.21%，中国石油(601857)上涨 3.93%，陕西煤业(601225)上涨3.44%，中文传媒(600373)，渝农商行(601077)等个股跟涨。 资金流入方面，截至10月31日，红利低波ETF泰康(560150)最新资金净流入347.89万元。拉长时间看， 近17个交易日内，合计"吸金"1287.70万元。 截至10月31日，红利低波ETF泰康(560150)近1年净值上涨12.67%，排名可比基金第一。 国泰海通研报认为，煤炭板块周期底部已经确认在2025年第二季度，供需格局已经显现了逆转拐点，下 行风险充分释放。从长期逻辑来看，本轮煤价上涨的核心原因，是5月份以来煤炭行业供需格局发生根 本性逆转。基于这一核心变化，煤炭价格中期向上的大趋势不会改变。 近期，保险资本持续加码银行股配置。国泰海通证券指出，2026年银行业绩预期平稳，营收及归母净利 润均有望实现同比正增，其中利息净收入增速有望优 ...

最新季报显示，红利低波ETF（512890）前十大重仓股早盘全线收涨。具体来看，中粮糖业上涨 0.77%，南钢股份上涨2.29%，成都银行上涨0.24%，大秦铁路上涨0.17%，南京银行上涨0.53%，兴业银 行上涨1.98%，农业银行上涨1.13%，建设银行上涨2.19%，中信银行上涨2.33%，四川路桥上涨2.32%。 持仓占比如下： | 五仓持股(2025-09-30) | | | | | | | --- | --- | --- | --- | --- | --- | | 股票名称 | 抒仓市值(元) | 括台数量 | 相对上期增减 | 占股票市值比 | 占基金净值比 | | 中积糖业(1) | 695.289.225.95 | 43.591.801 | | 3.47% | 3.45% | | 图的最分 1 | 570.069.953.25 | 108,584,753 | | 2.85% | 2.83% | | 成都银行 | 567,817,870.50 | 32,916,978 | 12.89% | 2.83%. | 2.82%. | | 大索铁路 | 538.150,834.85 | 91,366, ...

根据研报内容，现对其中涉及的量化模型与因子总结如下： 量化模型与构建方式 1. **模型名称：竞争优势组合模型**[10] * **模型构建思路**：基于企业竞争壁垒分析框架，将行业分类并识别具有不同竞争特性的企业（如"壁垒护盾型"、"高效运营"型），从中选股构建组合[10] * **模型具体构建过程**：首先，使用竞争壁垒分析框架对行业进行细致分类，识别出四类行业："壁垒护盾型"、"竞争激烈型"、"稳中求进型"和"寻求突破型"[10]。然后，在"壁垒护盾型"行业中，筛选识别具有显著管理竞争优势的"唯一主导"企业，以及能够通过合作避免竞争、维持高利润率的"合作共赢"企业[10]。对于非"壁垒护盾型"行业，则发掘那些通过高效管理和成本控制实现优异运营表现的"高效运营"企业[10]。最后，将"壁垒护盾型"行业中的"唯一主导+合作共赢"组合与无壁垒保护行业中的"高效运营"组合结合，形成最终的"竞争优势"组合[11] 2. **模型名称：安全边际组合模型**[15] * **模型构建思路**：通过计算个股的盈利能力价值作为安全边际，在具有综合竞争优势的股票池中选择安全边际最大的标的，以捕捉企业内在价值与市场价值之间的差距[15] * **模型具体构建过程**：核心是计算企业的安全边际，即内在价值与市场价值的差距[15]。在企业经营稳健且不考虑增长的情况下，将盈利能力价值视为更可靠的企业实际价值反映[15]。具体步骤是，先计算个股的盈利能力价值作为其安全边际的度量，然后在综合竞争优势股票池内，选择安全边际最大的前50只标的，并采用股息率加权的方式以最大化组合的整体安全边际[15][17]。组合每年在5月1日、9月1日和11月1日进行换仓，每次持有50只股票[17] 3. **模型名称：红利低波季调组合模型**[21] * **模型构建思路**：优化传统红利策略，避免陷入"高股息陷阱"，通过预测股息率并结合负向清单（如剔除股价表现极端、负债率异常的标的）来筛选具有盈利可持续性和长期价值的公司[21] * **模型具体构建过程**：报告指出，"高股息陷阱"的本质是投资者单纯追逐高股息率而忽视了公司盈利可持续性和长期价值[21]。因此，该模型的构建一方面依赖于对股息率本身的预测，以规避陷阱；另一方面，则考虑设置负向清单制度，例如剔除股价表现极端、负债率异常等不符合条件的标的，从而确保所选公司具备稳健的基本面[21] 4. **模型名称：AEG估值潜力组合模型**[25][29] * **模型构建思路**：基于超额收益增长模型，投资于那些市场尚未充分认识到其增长潜力的公司，通过考量带息收益增长超过机会成本的部分（即AEG）来评估公司价值[25][29] * **模型具体构建过程**：模型的核心是超额收益增长模型[25]。收益来源分为资产本身生成的收益和利息再投资产生的收益，二者加总为带息收益或全收益[25]。AEG是指带息收益增长超过机会成本的部分，计算公式如下： $$A E G=Y_{t}-N_{t}=(E_{t}+r*D P S_{t-1})-(1+r)*E_{t-1}$$ 其中，\(Y_t\) 是第t期的带息收益，\(N_t\) 是第t期的正常收益，\(E_t\) 是第t期的盈利，\(r\) 是要求回报率，\(DPS_{t-1}\) 是第t-1期的每股股利[25]。远期市盈率 \(V_0/E_1\) 可以通过以下公式计算： $${\frac{V_{0}}{E_{1}}}={\frac{1}{r}}+\frac{1}{r}*\frac{\left(\frac{A E G_{2}}{1+r}+\frac{A E G_{3}}{(1+r)^{2}}+\frac{A E G_{4}}{(1+r)^{3}}+\cdots\right)}{E_{1}}$$ 如果预测没有超额收益增长，则正常市盈率为 \(V_0/E_1 = 1/r\)[25]。在具体构建组合时，首先使用AEG_EP因子选取排名前100的股票，然后从中选择股利再投资/P比率高的前50只股票构成最终组合[29] 5. **模型名称：中证800内现金牛组合模型**[32][33][34] * **模型构建思路**：通过CFOR分析体系深入评估企业的盈利能力和资产的现金生成效率，补充传统杜邦分解的不足，筛选出高质量、现金流稳定的"现金牛"公司[32][34] * **模型具体构建过程**：引入自由现金流和自由现金流回报率作为关键分析维度[32]。CFOR体系通过拆解现金流量回报率，揭示企业如何将经营活动产生的现金流转化为净利润，包括自由现金利润比率和经营资产回报率等指标[32]。选股流程包括：确保自由现金利润比率的稳定性、经营资产回报率的稳定性、净利润率的稳定性、总资产周转率的稳定性，要求这些指标由高到低均位于中信一级行业40%分位数以上，从而得到非金融高质量股票池；同时，在全A非金融范围内，筛选金融板块内ROE位于40%分位数以上的高质量股票池；将两个股票池取并集，并进一步结合低波、低估值以及SUE因子，CFOR拆解和ROE拆解等分析，最终确定持仓[33]。本报告着重关注中证800内的现金牛组合[34] 6. **模型名称：困境反转组合模型**[39][41] * **模型构建思路**：利用库存周期刻画公司的困境反转，结合景气加速恢复和定价错误的估值回归，旨在捕捉估值提升的收益，作为景气度投资的有效补充[39][41] * **模型具体构建过程**：该策略旨在捕捉估值短期波动带来的收益[39]。核心是利用库存周期来识别和刻画公司的困境反转时机[39][41]。同时，模型还考虑公司景气的加速恢复情况以及因市场定价错误带来的低估机会[39][41]。具体操作上，将反映困境反转、景气加速恢复和估值回归的相关因子进行标准化处理，然后叠加这些因子的得分，最终选取综合得分最高的50只股票构建投资组合[39] 模型的回测效果 1. **竞争优势组合模型**：自2012年以来年化收益18.51%，夏普比率0.72，信息比率0.09，最大回撤-47.68%，卡玛比率0.39[2]；自2019年以来年化收益20.36%，夏普比率0.95，信息比率0.12，最大回撤-19.32%，卡玛比率1.05[14] 2. **安全边际组合模型**：自2012年以来年化收益23.36%，夏普比率1.06，信息比率0.21，最大回撤-35.10%，卡玛比率0.67[2]；自2019年以来年化收益23.37%，夏普比率1.17，信息比率0.13，最大回撤-16.89%，卡玛比率1.38[19] 3. **红利低波季调组合模型**：自2014年以来年化收益19.06%，夏普比率0.91，信息比率0.16，最大回撤-43.06%，卡玛比率0.44[2]；自2019年以来年化收益16.81%，夏普比率0.98，信息比率0.16，最大回撤-21.61%，卡玛比率0.78[22] 4. **AEG估值潜力组合模型**：自2014年以来年化收益29.28%，夏普比率1.15，信息比率0.22，卡玛比率0.66[2]；自2019年以来年化收益24.88%，夏普比率1.13，信息比率0.17，最大回撤-24.02%，卡玛比率1.04[31] 5. **中证800内现金牛组合模型**：自2019年以来年化收益14.15%，夏普比率0.71，信息比率0.10，最大回撤-19.80%，卡玛比率0.71[3][37] 6. **困境反转组合模型**：自2019年以来年化收益25.17%，夏普比率1.01，信息比率0.15，最大回撤-33.73%，卡玛比率0.75[3][41] 量化因子与构建方式 1. **因子名称：AEG_EP因子**[29] * **因子构建思路**：作为AEG估值潜力组合的初选因子，用于初步筛选具有超额收益增长潜力的股票[29] * **因子具体构建过程**：该因子应用于AEG估值潜力组合的构建过程中，首先使用此因子从全市场股票中选取排名前100的股票作为初选池[29] 2. **因子名称：股利再投资/P比率因子**[29] * **因子构建思路**：在AEG估值潜力组合中，用于从初选股票池中进一步筛选出市场可能尚未充分认识其增长潜力的公司[29] * **因子具体构建过程**：在通过AEG_EP因子筛选出TOP100股票后，计算这些股票的股利再投资/P比率，并选择该比率高的前50只股票构成最终组合[29] 因子的回测效果 （报告中未单独提供上述因子的回测效果指标）

截至收盘，恒生港股通高股息低波动指数上涨0.2%，中证红利低波动指数上涨0.1%，中证红利价值指 数上涨0.04%，中证红利指数下跌0.4%，恒生红利低波ETF（159545）全天获近8000万份净申购。 注4,但要举产品,其管理者率0,104/年,任务委副2,005/年。 注5:基金有风险,按资源理情,详细基金进体文件及交易所,结算公司写相关业务规则, | 红利ETF易方达 | | | | 515180 | | --- | --- | --- | --- | --- | | 跟踪中证红利指数 | | | | | | 该指数由100只现金股息率高、分红 | 今日 | 该指数 | 该指数自2013年 | 该指数股息率 | | 较为稳定,并具有一定规模及流动 | 该指数涨跌 | 滚动市盈率 | 以来估值分位 | | | 性的股票组成,反映高股息率A股上 | | | | | | 市公司股票的整体表现,银行、煤 | | | | | | 炭、交通运输行业合计占比近55%。 | -0. 4% | 8.4倍 | 73.9% | 4. 3% | | 其中银行行业占比较高 | | | | | | 红利低波动ETF | | | ...

截至2025年10月28日 09:52，中证A500红利低波动指数(932422)下跌0.23%。成分股方面涨跌互现，农业银行(601288)领涨1.34%，浙江龙盛(600352)上涨 1.26%，国投电力(600886)上涨0.98%；浦发银行(600000)领跌4.39%，福耀玻璃(600660)下跌2.15%，太阳纸业(002078)下跌1.73%。中证A500红利低波 ETF(561680)下跌0.29%，最新报价1.02元。拉长时间看，截至2025年10月27日，中证A500红利低波ETF近1周累计上涨1.90%，涨幅排名可比基金1/3。 跟踪精度方面，截至2025年10月27日，中证A500红利低波ETF近1月跟踪误差为0.024%，在可比基金中跟踪精度最高。 中证A500红利低波ETF紧密跟踪中证A500红利低波动指数，中证A500红利低波动指数从中证A500指数样本中选取50只连续分红、股息率较高且波动率较低 的证券作为指数样本，采用股息率加权，以反映中证A500指数样本中股息率较高且波动率较低上市公司证券的整体表现。 数据显示，截至2025年9月30日，中证A500红利低波动指数(9324 ...

指数及ETF表现 - 截至2025年10月23日 中证A500红利低波动指数下跌0.22% 成分股涨跌互现 邮储银行领涨3.49% 福耀玻璃上涨1.36% 兴业银行上涨1.27% 隧道股份领跌2.30% 特变电工下跌2.00% 海螺水泥下跌1.69% [1] - 中证A500红利低波ETF当日下跌0.30% 报价1.01元 近1周累计上涨0.90% 涨幅在可比基金中排名第1 [1] - 中证A500红利低波ETF成立以来最大回撤为3.42% 相对基准回撤0.23% 回撤后修复天数为30天 [2] 流动性及资金动向 - 中证A500红利低波ETF盘中换手率为3.81% 成交1175.53万元 近1年日均成交额为3100.63万元 [1] - 杠杆资金持续布局 该ETF连续3天获杠杆资金净买入 最高单日净买入30.56万元 最新融资余额达34.20万元 [1] 产品特征与构成 - 中证A500红利低波ETF管理费率为0.50% 托管费率为0.10% [2] - 该ETF今年以来跟踪误差为0.113% 在可比基金中跟踪精度最高 [2] - 中证A500红利低波动指数从中证A500指数样本中选取50只连续分红 股息率较高且波动率较低的证券 采用股息率加权 [2] - 截至2025年9月30日 指数前十大权重股合计占比30.72% 前三大权重股为农业银行(权重1.45%) 雅戈尔(权重1.34%) 交通银行(权重1.27%) [2][4]

指数及ETF表现 - 截至2025年10月22日09:53，中证A500红利低波动指数上涨0.33%，其成分股国药股份上涨3.75%，隧道股份上涨3.14%，瀚蓝环境上涨2.06%，首创环保上涨1.20%，中国广核上涨1.00% [1] - 跟踪该指数的中证A500红利低波ETF当日上涨0.50%，报1.01元，近1周累计上涨0.40% [1] - 该ETF近1年日均成交额为3077.97万元，截至2025年10月21日盘中换手率为1.2%，成交402.60万元 [1] - 该ETF自成立以来最大回撤为3.42%，相对基准回撤为0.23% [1] - 该ETF管理费率为0.50%，托管费率为0.10% [1] - 该ETF今年以来跟踪误差为0.115%，在可比基金中跟踪精度最高 [1] 指数构成与特征 - 中证A500红利低波动指数从中证A500指数样本中选取50只连续分红、股息率较高且波动率较低的证券，采用股息率加权 [2] - 截至2025年9月30日，指数前十大权重股合计占比30.72%，包括农业银行、雅戈尔、中国神华等 [2] - 指数前十大权重股中，农业银行权重为1.45%，雅戈尔权重为1.34%，交通银行和中国银行权重均为1.27% [2][4]

市场资金流向 - 10月20日股票ETF市场单日资金净流入约25亿元，前一日净流入95亿元 [1] - 全市场1231只股票ETF总规模达4.51万亿元 [2] - 从全市场ETF来看，10月20日全市场资金净流入78.1亿元，商品ETF与宽基ETF净流入居前，分别达53.41亿元与16.21亿元 [5] 交易活跃度 - 10月20日股票ETF成交额合计2141.56亿元，较前一交易日2352.83亿元缩量近10% [2] - A500ETF产品占据股票ETF单日成交额榜单前十中的半数席位，A500ETF基金以50.81亿元的成交额位居榜首 [2] - 多只中证A500指数相关产品成交额放大，或因做市商交易活跃及基金公司加大营销力度 [2] 板块表现 - 伴随日股创历史新高，相关ETF上涨，华夏基金日经ETF涨6.57%，工银瑞信基金日经ETF涨4.62% [2] - AI算力板块强势反弹，富国基金通信设备ETF涨5.63%，多只创业板人工智能ETF涨超3.6% [3] - 煤炭板块午后拉升，国泰基金煤炭ETF涨4.19% [3] 资金净流入详情 - 跟踪SGE黄金9999指数的相关ETF单日净流入达46.89亿元 [5] - 上证50ETF净流入15.04亿元居首，沪深300ETF和中证500ETF分别净流入9.62亿元和8.96亿元 [5] - 从5日角度观测，资金流入SGE黄金9999指数超204亿元，恒生科技超88亿元 [5] 资金净流出详情 - 行业主题ETF净流出居前，达10.22亿元 [6] - 创业板ETF净流出15.72亿元，创业板50ETF净流出10.42亿元 [7] - 电池ETF、科创ETF、有色金属ETF分别净流出4.91亿元、4.33亿元、3.60亿元 [7] 头部公募动态 - 易方达基金ETF最新规模7999.6亿元，当日规模增加52.4亿元，2025年以来规模增加1993.1亿元 [8] - 易方达旗下黄金ETF净流入9.1亿元，科创板50ETF净流入6.4亿元 [8] - 华夏基金方面，上证50ETF和黄金ETF华夏资金净流入居前，分别达15.04亿元和3.74亿元 [8] 机构配置观点 - 易方达基金指数投资部总经理林伟斌建议关注大盘成长核心资产，其估值处于历史中低位 [9] - 具体指数方面可关注中证A500、沪深300等代表性宽基指数 [10] - 华夏基金建议采用"红利低波+人工智能"的哑铃策略，人工智能代表科技赛道，红利低波为低波稳健资产 [10]