量化模型与构建方式 1. **模型名称：基于估值的动态定投模型** * **模型构建思路：** 根据指数估值（市盈率）的历史分位数，动态调整每期定投金额，在估值较低时多投，估值较高时少投或不投[54]。 * **模型具体构建过程：** 1. 每月初计算指数当前市盈率（PE）的五年历史分位数。 2. 根据分位数确定当期定投金额： * 若分位数 < 30%，则投入 1000 元。 * 若分位数介于 30% 至 70% 之间，则投入 500 元。 * 若分位数 > 70%，则投入 0 元[54]。 2. **模型名称：基于均线的动态定投模型** * **模型构建思路：** 根据指数价格相对于其长期均线的偏离程度，动态调整每期定投金额，在价格大幅低于均线时多投，价格大幅高于均线时少投或不投[54]。 * **模型具体构建过程：** 1. 每月初计算指标：$$ \text{偏离度} = \frac{\text{指数当前收盘价} - \text{500 日收盘价均价}}{\text{500 日收盘价均价}} $$[54] 2. 根据偏离度确定当期定投金额： * 若偏离度 < -50%，买入 1000 元。 * 若偏离度介于 -50% 至 -35%，买入 800 元。 * 若偏离度介于 -35% 至 -20%，买入 600 元。 * 若偏离度介于 -20% 至 20%，买入 500 元。 * 若偏离度介于 20% 至 35%，买入 400 元。 * 若偏离度介于 35% 至 50%，买入 200 元。 * 若偏离度 > 50%，买入 0 元[54]。 模型的回测效果 *注：以下回测结果均基于2019年至今的数据，定投年限为3年和5年，以XIRR（内部收益率）衡量收益[52][53][56][58]。* 1. **基于估值的动态定投模型 (PE智能定投)** * **中证红利指数**：3年期平均XIRR为9.24%，5年期平均XIRR为9.04%[56]。 * **红利低波100指数**：3年期平均XIRR为11.18%，5年期平均XIRR为10.75%[56]。 * **红利质量指数**：3年期平均XIRR为9.18%，5年期平均XIRR为8.98%[56]。 * **自由现金流指数**：3年期平均XIRR为20.21%，5年期平均XIRR为20.88%[58]。 * **沪深300指数**：3年期平均XIRR为2.16%，5年期平均XIRR为3.25%[58]。 2. **基于均线的动态定投模型 (均线智能定投)** * **中证红利指数**：3年期平均XIRR为9.19%，5年期平均XIRR为9.06%[56]。 * **红利低波100指数**：3年期平均XIRR为10.95%，5年期平均XIRR为10.61%[56]。 * **红利质量指数**：3年期平均XIRR为9.43%，5年期平均XIRR为9.22%[56][58]。 * **自由现金流指数**：3年期平均XIRR为21.01%，5年期平均XIRR为21.41%[58]。 * **沪深300指数**：3年期平均XIRR为0.08%，5年期平均XIRR为0.86%[58]。 量化因子与构建方式 1. **因子名称：红利（股息率）因子** * **因子构建思路：** 筛选具有稳定且较高现金分红能力的公司[21]。 * **因子具体构建过程：** 以中证红利指数为例，其核心筛选指标为过去三年平均现金股息率[21]。选股要求包括过去三年连续现金分红，且股利支付率大于0小于1[21]。最终按股息率排名选取前100只股票，并采用股息率加权[21]。 2. **因子名称：红利低波因子** * **因子构建思路：** 在红利因子的基础上，叠加低波动率因子，筛选高股息且股价相对稳定的公司[21]。 * **因子具体构建过程：** 以中证红利低波动100指数为例，其核心筛选指标为股息率和过去一年波动率[21]。选股要求过去三年连续现金分红且每年现金股息率大于0[21]。先按股息率选取前300只股票，再按波动率升序选取前100只，采用股息率/波动率加权[21][23]。 3. **因子名称：红利质量因子** * **因子构建思路：** 在红利因子的基础上，叠加质量因子，筛选高股息且盈利质量优秀的公司[21]。 * **因子具体构建过程：** 以中证全指红利质量指数为例，其核心筛选指标包括质量因子（如ROE、ROE标准差、经营性现金流负债比等）[23]。选股要求过去三年连续现金分红，且平均股利支付率在10%-100%之间[23]。先剔除股息率后50%的股票，再按ROE稳定性选取前80%，最后按质量综合得分选取50只，采用综合得分倾斜加权[23]。 4. **因子名称：红利价值因子** * **因子构建思路：** 在红利因子的基础上，叠加价值因子，筛选高股息且估值较低的公司[21]。 * **因子具体构建过程：** 以中证红利价值指数为例，其核心筛选指标为过去3年平均税后现金股息率和价值因子（BP、EP、CFP）[21]。选股要求过去3年连续现金分红且股息率大于0，红利支付率适中，每股股利正增长[21]。先按股息率选取75只，再按价值因子综合排名选取50只，采用股息率加权[21][23]。 5. **因子名称：自由现金流因子** * **因子构建思路：** 筛选能够产生充沛自由现金流、企业价值被低估且盈利质量高的公司，这类公司通常也具有价值属性[12][21]。 * **因子具体构建过程：** 以中证全指自由现金流指数为例，其核心筛选指标为自由现金流、企业价值和盈利质量[23]。选股要求近一年自由现金流、企业价值，以及近三年、近五年经营活动现金流为正，且盈利质量位于样本空间前80%[23]。按自由现金流率排名选取前100只股票，采用自由现金流加权，并剔除金融、地产行业[23]。 因子的回测效果 *注：报告主要通过对比不同Smart Beta指数（即不同因子组合策略）的历史表现来评估因子效果。以下为代表性指数的风险收益特征及定投表现[15][52][53]。* 1. **中证红利指数 (代表纯红利因子)** * **历史风险收益：** 作为基准，其表现被红利低波、红利质量和自由现金流类指数普遍超越[15]。 * **定投表现 (2019年至今)：** 表现稳定，1-5年定投平均XIRR在8.91%至10.16%之间，盈利概率高[53]。 * **因子暴露：** 侧重高股息、低估值、大市值[44]。 * **行业分布：** 集中度高，前三大行业（银行、煤炭、交通运输）占比50.88%[48]。 2. **中证红利低波动100指数 (代表红利低波因子)** * **历史风险收益：** 表现优于中证红利指数[15]。在指数下跌年份（如2018、2022年）表现更好，防守性强[24]。 * **定投表现 (2019年至今)：** 表现最稳定，1-5年定投平均XIRR在10.11%至10.96%之间，盈利概率高[53]。 * **因子暴露：** 侧重高股息、低估值、大市值[44]。 * **行业分布：** 前三大行业为银行、医药生物、公用事业[48]。 3. **中证全指红利质量指数 (代表红利质量因子)** * **历史风险收益：** 表现优于中证红利指数，年化收益更高但波动性也更大[15]。在指数显著上涨年份（如2017、2019、2020年）表现更好[24]。 * **定投表现 (2019年至今)：** 收益波动较大，1-5年定投平均XIRR在8.47%至15.38%之间[52][53]。 * **因子暴露：** 更看重企业的盈利质量和成长性[44]。 * **行业分布：** 前三大行业为有色金属、食品饮料、医药生物[48]。 4. **中证全指自由现金流指数 (代表自由现金流因子)** * **历史风险收益：** 表现优于中证红利指数，年化收益更高但波动性也更大[15]。在指数震荡或反转年份（如2021、2023、2024年）表现更好[24]。 * **定投表现 (2019年至今)：** 收益均值显著高于其他指数，1-5年定投平均XIRR在19.49%至22.65%之间[52][53]。 * **因子暴露：** 更看重企业的盈利质量和成长性[44]。 * **行业分布：** 前三大行业为汽车、石油石化、有色金属[48]。

文章核心观点 - 中证红利指数与沪深300指数的走势关系自2005年以来经历了三个阶段：2005-2013年同涨同跌，2014-2018年开始分化，2019年至今走势背离 [5][24] - 走势差异的核心原因在于两只指数在样本选择、加权方式及行业构成上的演变，导致其风格特征发生根本性变化 [5][24] - 中证红利指数在2013年末将加权方式从市值加权改为股息率加权，使其从大盘价值红利风格转变为市值均衡的价值红利指数 [16][18] - 沪深300指数在2019年后因纳入大量“新产业”成分股，行业构成趋于均衡，从传统大盘价值风格转变为行业均衡的大盘宽基指数 [21][23] - 市场、指数及经济结构持续变化，历史数据的参考价值可能弱化，投资者需持续学习以适应市场 [25] 根据相关目录分别进行总结 01 2005年~2013年：同涨同跌 - 此阶段中证红利与沪深300指数年度收益表现高度趋同，例如2006年沪深300收益为121.02%，中证红利为98.06%；2007年中证红利收益为189.32%，沪深300为161.55% [7] - 走势高度相关的主要原因是两只指数的成分股与行业构成非常相似，权重均高度集中于金融、工业、材料和能源等传统行业，前四大行业权重之和均在70%附近 [8][10] - 2013年初，两只指数的前十大权重股均以大型银行股为主，例如招商银行、兴业银行、民生银行等，呈现典型的大盘价值风格 [11][12] - 从全收益指数看，得益于红利因子的有效性，中证红利在此阶段的累计收益优于沪深300 [12] 02 2014年~2018年：开始分化 - 此阶段两只指数年度收益开始出现显著差异，例如2015年中证红利上涨26.85%，而沪深300仅上涨5.58%；2018年中证红利下跌19.24%，沪深300下跌25.31% [14] - 分化的直接原因是中证指数公司在2013年末将中证红利指数的加权方式从市值加权修改为股息率加权 [14][16] - 加权方式改变后，中证红利指数不再“以大为美”，样本权重走向分散，并开始纳入更多中小盘高息股，转变为市值均衡的价值红利指数 [16][18] - 至2018年初，沪深300前十大权重股仍以中国平安、贵州茅台、招商银行等大盘股为主，而中证红利前十大权重股中已包含中国神华、双汇发展、格力电器等，权重更为分散，风格出现差异 [17] 03 2019年~至今：走势背离 - 2019年后，两只指数年度收益出现极大背离，除2024年收益接近外，其余年份收益差距常超过15个百分点，例如2019年沪深300上涨36.07%，中证红利仅上涨15.73%；2021年中证红利上涨13.37%，沪深300下跌5.20% [21] - 走势背离的根源在于沪深300指数的行业构成发生巨变，大量信息技术、工业等成长风格的“新产业”公司被纳入，使其转型为行业均衡的大盘宽基指数 [21][23] - 与此同时，中证红利指数仍保持其市值均衡的传统价值红利风格，行业权重依旧集中在金融、工业、材料等传统领域 [23] - 风格的根本性差异导致两只指数表现出截然不同的风险收益特征，相关性显著减弱 [23][24]

核心观点 - 策略报告核心分析了以沪深300为代表的规模指数因其调仓机制和市场特征，存在“高买低卖”的隐性成本，导致长期指数EPS增速显著低于成分股实际盈利增速，并探讨了可能增厚长期收益的替代策略 [3][4][5] 权益投资收益拆分与调仓影响 - 股票长期收益主要来自企业盈利增长与分红，而非短期估值变化，指数投资中组合的EPS增长还需考虑调仓影响，“低买高卖”抬升组合EPS，“高买低卖”则降低组合EPS [3] - 以沪深300为例，其调仓机制往往在股价估值高位时纳入，在股价回落时剔除，削弱了对企业盈利增长的跟踪能力 [3] - 2015-2025年，沪深300指数的EPS平均年化增速仅1.45%，远低于同期中国GDP现价年化增速7.15%，也低于其成分股归母净利润平均年化增速5.02% [3] 规模指数调仓的具体表现与根源 - 2016-2025年，沪深300指数共发生219次完整的调入调出事件，其中92%的事件出现了亏损退出即“高买低卖”的情况，70.78%的成份股在相对调入后以更低的市盈率被调出 [4] - 调入股票在纳入指数前股价表现强劲，纳入后表现平缓，收益贡献有限；调出股票在剔除前已反映悲观预期，剔除后股价反而逐步企稳甚至修复 [4] - “高买低卖”现象严重的根源包括：1) 高波动环境下，市值核心的调仓机制在估值驱动反复波动中持续损耗；2) 市场对成长逻辑的认知集中爆发导致短期“拔估值”，股价透支未来增长，随后进入漫长阴跌；3) 新旧动能转换阶段，指数剔除低估值旧经济公司，纳入高估值新经济龙头，短期对指数EPS造成压力 [4][5] 可能增厚长期收益的策略建议 - **微盘股策略**：作为规模策略的反面，客观上实现了“低位纳入、高位退出”，2016-2025年万得微盘股指数上涨552%，年化收益率达20.62% [5] - **红利与价值策略**：通过估值约束实现“低买高卖”，沪深300价值指数与中证红利等指数的净值及EPS增速表现明显优于宽基指数 [6] - **低波动与风险平价策略**：利用波动率与股价位置的正相关性，通过对波动率的惩罚变相实现“低买高卖” [6] - **成长板块配置需规避市值排序**：应筛选具备持续盈利增长能力且在估值未显著透支时纳入，部分引入多因子筛选且不依赖市值排序的指数（如创业板动量成长）长期表现较好 [6][7]

核心观点 以沪深300为代表的规模指数，因其以市值为核心的调仓机制与A股市场“高波动、低成长”、“牛短熊长”等特征相结合，导致在长期运行中普遍出现“高买低卖”现象，严重侵蚀了指数对企业盈利增长的跟踪能力，使得指数层面的EPS增速远低于成分股整体盈利增速[9][12][35] 为应对这一结构性缺陷，报告建议投资者关注能够通过规则设计实现“低买高卖”或规避市值排序依赖的策略，如微盘股、红利价值、低波动/风险平价以及部分成长指数策略，以增厚长期收益[54][57][64][71] 一、权益投资收益拆分：长期收益主要来自EPS增长与分红 - 股票长期投资收益可拆解为企业盈利增长（EPS）、估值变化（PE）和现金分红（股息）三个核心来源，其中持续积累的收益主要来自EPS增长与股息回报[4] - 由于估值波动较大且具周期性，短期净值不能完全反映资产价值，长期配置应更关注组合的EPS增长与股息收益累积[5] - 在指数投资中，组合的EPS增长不仅受成分股自身盈利影响，还显著受到调仓行为的影响，持续调入高PE股票会压低指数整体EPS[6][8] 二、调仓对指数投资收益影响几何？以沪深300为例 - **规模指数调仓逻辑易导致“高位纳入”**：沪深300等规模指数在企业股价上涨、市值扩张后才将其纳入，此时估值往往已处高位，随后进入盈利兑现和估值消化阶段，投资者实质上承担了“消化成长股长期估值”的角色[10][11] - **指数EPS增速显著低于成分股盈利增速**：2015-2025年，沪深300指数EPS累计增长约15.48%，年化增速仅1.45%，远低于同期中国GDP现价年化增速7.15%以及成分股归母净利润年化增速5.02%[12][14][16] - **“高买低卖”现象极为普遍**：2016-2025年间，沪深300共发生219次完整调入调出事件，其中91.78%（201次）在调出时股价低于调入价格，70.78%（155次）在更低的市盈率水平被调出[19][21][23] - **调入股票后续表现并未优胜**：调入组股票在纳入指数前表现强劲，纳入后股价趋平，收益贡献有限；而被调出组在剔除前已反映悲观预期，剔除后部分出现企稳修复[21][22][24] 三、规模指数EPS低增速的根源：调仓机制与市场结构分析 - **成长与波动错配**：A股市场呈现“低成长、高波动”特征，在企业盈利中枢变化不大的情况下，股价受估值驱动反复波动，导致以市值为核心的调仓机制持续“高位纳入、低位剔除”，形成结构性收益损耗[39][41][42] - **价格发现的集中爆发（“拔估值”与牛短熊长）**：A股价值发现过程集中且迅速，趋势资金短期涌入导致股价快速“拔估值”并透支未来增长，此时易被规模指数纳入；随后进入漫长的估值消化阴跌阶段，最终被剔除[44][45][46] - **新旧动能转换带来短期EPS承压**：当前中国经济处于新旧动能转换期，沪深300调仓表现为剔除低估值旧经济成分，纳入高估值新经济龙头，这在短期内推高指数整体估值并压低EPS，但从长期看，新动能企业的盈利释放有望形成支撑[51][53] 四、投资建议：哪些策略或能有效增厚长期收益？ - **微盘股策略（规模的反面）**：通过持续纳入小市值股票、剔除市值扩张个股，客观上实现“低位纳入、高位退出” 2016-2025年，万得微盘股指数上涨552%，年化收益率达20.62%[54][55] - **红利与价值策略**：以估值约束实现“低买高卖”，股价越低则股息率越高，在指数中权重提升 历史表现显示，沪深300价值指数与中证红利等指数的净值及EPS增速表现明显优于宽基指数[57][61][63] - **低波动与风险平价策略**：波动率与股价位置存在强正相关性，高波动期常对应股价高位 低波策略通过惩罚高波动资产，风险平价策略通过风险均衡配置，均能被动实现逆周期的“低买高卖”[64][66][70] - **成长板块配置需规避市值排序**：优秀策略应能在估值未显著透支时纳入具备持续盈利增长能力的企业 部分弱化市值排序、引入多因子筛选的指数（如创业板动量成长指数）长期EPS增长表现较好[71][72][75]

红利指数规则的演变 - 2013年第一次规则修改，将红利指数的加权方式从“按股息率选股、按市值加权”调整为“按股息率选股、按股息率加权”，此举导致金融行业在指数中的比例大幅下降，材料、可选消费等行业比例提高，行业分布更均匀 [3] - 2022年第二次规则修改，主要增加了对上市公司分红稳定性、连续性以及盈利能力的要求 [3] - 规则修改后，红利指数的走势变得更加平稳，呈现出类似慢牛的长期走势，而早期规则不完善时指数则大起大落 [3] 多策略红利指数的发展 - 为满足多元化投资需求，指数公司开始将红利策略与其他策略（如低波动、质量策略等）叠加，形成了更丰富的多策略红利指数体系 [4][5] - 通过对选股范围、市值波动或上市公司盈利质量提出额外要求，形成了如消费红利、龙头红利、红利低波动等当前主流的多策略红利指数 [5] - 以沪港深红利成长低波动指数为例，其选股规则在中证红利基础上增加了对盈利成长性和市值波动的要求，有助于减少低估值陷阱 [5] 规则优化带来的影响 - 规则优化带来了收益的提升，由于叠加了多种策略，沪港深红利成长低波动指数的长期回报超过了同期的中证红利指数 [6] - 无论投资哪一类红利指数，都强调需要在低估的阶段进行投资，买得便宜是对投资者最大的保护 [6][7]

市场表现与资金流向 - 截至收盘，国证自由现金流指数上涨0.3%，国证价值100指数上涨0.2%，中证红利指数下跌0.3% [1] - 价值ETF易方达（159263）和自由现金流ETF易方达（159222）近五个交易日分别获得2.1亿元和1.2亿元资金净流入 [1] 指数编制方法与特点 - 国证价值100指数采用“高分红+高自由现金流+低市盈率”三维筛选体系，优选价值标的，历史表现稳健 [1] - 国证自由现金流指数采用自由现金流率进行选样，由A股自由现金流水平较高的100只股票组成，工业、原材料、可选消费的占比合计超70%，兼具高股息与成长性 [1][5] - 自由现金流ETF易方达（159222）跟踪国证自由现金流指数，价值ETF易方达（159263）跟踪国证价值100指数 [1] 产品与费率信息 - 自由现金流ETF易方达（159222）在同类跟踪国证自由现金流指数的产品中规模居第一，且是唯一挂钩的ETF [7] - 自由现金流ETF易方达（159222）的费率为0.15%管理费加0.05%托管费，属低费率水平 [7] 历史业绩表现 - 根据2013年至2019年数据，国证价值100指数在2014年上涨64%，2017年上涨46%，2019年上涨30% [7] - 根据2013年至2019年数据，国证自由现金流指数在2014年上涨57%，2017年上涨32%，2019年上涨18% [7] - 根据2013年至2019年数据，中证红利指数在2014年上涨58%，2015年上涨30%，2017年上涨21%，2019年上涨21% [7]

市场表现与资金流向 - 截至收盘，国证自由现金流指数上涨0.3%，国证价值100指数上涨0.2%，中证红利指数下跌0.3% [1] - 相关ETF受资金关注，价值ETF易方达（159263）和自由现金流ETF易方达（159222）近五个交易日分别获2.1亿元和1.2亿元资金净流入 [1] 指数编制方法与特点 - 国证价值100指数采用“高分红+高自由现金流+低市盈率”三维筛选体系，优选价值标的，历史表现稳健 [1] - 国证自由现金流指数采用自由现金流率进行选样，兼具高股息与成长性 [1] - 国证自由现金流指数由A股自由现金流水平较高的100只股票组成，工业、原材料、可选消费的占比合计超70% [5] 相关ETF产品概况 - 价值ETF易方达（159263）和自由现金流ETF易方达（159222）分别跟踪国证价值100指数和国证自由现金流指数，可助力投资者把握相关风格投资机会 [1] - 自由现金流ETF易方达（159222）在同标的指数挂钩的ETF中规模居第一，且为同标的指数中唯一挂钩的ETF [7] - 自由现金流ETF易方达（159222）具有低费率优势，其费率结构为0.15%管理费加0.05%托管费 [7] 指数历史业绩表现 - 根据2013至2019年历史数据，国证价值100指数在2014年上涨64%，2017年上涨46%，2019年上涨30% [7] - 根据2013至2019年历史数据，国证自由现金流指数在2014年上涨57%，2017年上涨32%，2019年上涨18% [7] - 根据2013至2019年历史数据，中证红利指数在2014年上涨58%，2017年上涨21%，2019年上涨21% [7]

文章核心观点 - 红利投资在A股市场已超越单纯投资高股息资产 进入三重进阶阶段 从防御性“压舱石”到价值重估“稀缺品” 再到盈利质量驱动的“成长红利” [1] - “红利+”的本质是在高股息基础上 叠加盈利质量与估值安全边际的考量 更注重企业长期价值回报 使红利投资走向“攻守兼备” [1] 易方达“红利+”产品线策略分析 - 易方达中证红利ETF联接基金跟踪中证红利指数 以银行、煤炭等高股息行业为核心 该指数股息率为4.8% 被视为投资波动的“减震器” [1] - 易方达国证价值100ETF联接基金跟踪国证价值100指数 聚焦被低估的价值股 该指数股息率为4.8% 净资产收益率达10.6% 体现“红利+价值”双重特性 [1] - 易方达国证自由现金流ETF联接基金跟踪国证自由现金流指数 以企业“自由现金流”为核心选股标尺 该指标是企业扣除必要资本支出后可供自由支配的现金 是企业持续分红和长期扩张的基础 使指数兼具高股息与成长性 [1]

市场指数表现 - 截至收盘，国证自由现金指数上涨0.7%，中证红利指数和国证价值100指数均上涨0.5% [1] - 相关ETF受资金关注，价值ETF易方达（159263）和自由现金ETF易方达（159222）近五个交易日分别获2.2亿元和1.2亿元资金净流入 [1] 指数编制方法与特点 - 国证价值100指数采用“高分红+高自由现金流+低市盈率”三维筛选体系，优选价值标的，历史表现稳健 [1] - 国证自由现金指数采用自由现金率进行选样，兼具高股息与成长性 [1] - 国证自由现金指数由A股自由现金水平较高的100只股票组成，工业、原材料、可选消费的占比合计超70% [5] 相关ETF产品 - 价值ETF易方达（159263）跟踪国证价值100指数，自由现金ETF易方达（159222）跟踪国证自由现金指数 [1] - 自由现金ETF易方达（159222）在同标的指数中规模居第一，且是唯一挂钩的ETF [7] - 自由现金ETF易方达（159222）费率为0.15%管理费加0.05%托管费 [7] 指数历史表现 - 中证红利指数在2013年至2019年的年度涨跌幅分别为：-7%、58%、30%、-4%、21%、-16%、21% [7] - 国证价值100指数在2013年至2019年的年度涨跌幅分别为：2%、64%、16%、6%、46%、-16%、30% [7] - 国证自由现金指数在2013年至2019年的年度涨跌幅分别为：-3%、57%、17%、-2%、32%、-15%、18% [7]

市场表现 - 节后首个交易日，“红利+”指数集体走强，国证自由现金流指数上涨3.3%，国证价值100指数上涨2.7%，中证红利指数上涨1.5% [1] - 价值ETF易方达（159263）和自由现金流ETF易方达（159222）全天净申购分别达7800万份和2400万份 [1] 指数编制方法与特点 - 国证价值100指数采用“高分红+高自由现金流+低市盈率”三维筛选体系，优选价值标的，历史表现稳健 [1] - 国证自由现金流指数采用自由现金流率进行选样，兼具高股息与成长性 [1] - 国证自由现金流指数由A股自由现金流水平较高的100只股票组成，工业、原材料、可选消费的占比合计超70% [5] 相关ETF产品 - 价值ETF易方达（159263）跟踪国证价值100指数，自由现金流ETF易方达（159222）跟踪国证自由现金流指数，可助力投资者把握相关风格投资机会 [1] - 自由现金流ETF易方达（159222）在同类标的指数ETF中规模居第一，且是唯一挂钩的ETF [7] - 自由现金流ETF易方达（159222）提供低费率，合计费率为0.15%+0.05% [7] 历史业绩回顾 - 根据2013年至2019年历史数据，国证价值100指数在2014年涨幅达64%，2017年涨幅达46%，2019年涨幅达30% [7] - 根据2013年至2019年历史数据，国证自由现金流指数在2014年涨幅达57%，2017年涨幅达32%，2019年涨幅达18% [7] - 根据2013年至2019年历史数据，中证红利指数在2014年涨幅达58%，2015年涨幅达30%，2017年涨幅达21%，2019年涨幅达21% [7]