Q-CodeQ-Code 打开工作台

红利低波选股

因子选股A股风险 低入门更新 2026-09-24#股息率#红利#低波动#财务因子

以持续分红与股息率为价值锚,叠加低波动过滤,构建长期防御型红利组合。

策略目标

股息率是估值与盈利质量的复合信号:能长期高比例现金分红的公司,通常现金流真实、资本开支可控、治理规范;股息率偏高也意味着估值相对便宜 [1][2]。A 股红利因子长期存在有效证据(红利类指数的长期表现是市场层面的佐证,具体数字本文不引)。本策略以持续分红为价值锚,叠加低波动过滤,构建防御型组合。

数据需求

数据 字段 频率 用途
财务 分红方案(每股派息、登记日) 随公告 股息率与连续性
量价 日收盘价(后复权)、日收益率 日频 波动率计算
财务 净利润(归母) 季报 盈利底线过滤

分红数据以除权除息公告为准;分红税负差异(持股期限差异化税率)在回测中简化处理,实盘需按账户持有期核算。

股息率定义

DYi=∑k=14DPSi,kPiDY_{i} = \frac{\sum_{k=1}^{4} DPS_{i,k}}{P_{i}}

DPSi,kDPS_{i,k} 为近四季每股现金分红。筛选条件:连续 3 年分红、DY≥DY \geq 阈值(示例 3%,待实测标定)、近四季净利润为正、60 日波动率位于候选池最低 50%。

组合构建规则

季度调仓,持有 40 只等权。特别设置陷阱过滤:股息率异常高的标的(一次性清算式分红、分红前股价暴跌推高比率)不纳入,防备价值陷阱污染组合。已持有标的股息率仍在阈值之上且波动率未失控时不强制卖出。

风险与失效场景

  • 价值陷阱:高股息常由股价大跌推高(周期顶部、行业衰退),分红不可持续是最大风险,盈利底线过滤只能部分缓解;
  • 分红政策变化:监管鼓励与公司自主决策都可能改变分红行为,历史连续分红不保证未来;
  • 成长牛市跑输:高息防御组合在成长风格主导期显著落后;
  • 利率敏感:类债属性使红利资产对利率上行敏感;
  • 税负:短期持有分红需缴税,低换手设计与之匹配,频繁调仓会侵蚀收益。

验证状态

待验证。需要完成:股息率阈值 2%/3%/4% 敏感性;陷阱过滤开关的消融;与纯股息率组合、纯低波组合的对照;分红税负对净收益的影响测算。本文不提供任何未实测的收益或回撤数字。

参考文献与延伸

[1] Fama, E. F., & French, K. R. (1988). Dividend Yields and Expected Stock Returns. Journal of Financial Economics, 22(1).(股息率对预期收益的预测力)

[2] Campbell, J. Y., & Shiller, R. J. (1988). Stock Prices, Earnings, and Expected Dividends. Journal of Finance, 43(3).(股息与价格关系的现值框架)

[3] Q-Code 量化策略工作台

策略逻辑结构

  1. 分红与行情 — 分红方案、后复权价、日收益率
  2. 股息率计算 — 近四季分红合计除以现价
  3. 陷阱过滤 — 连续分红、盈利为正、剔除异常股息
  4. 低波过滤 — 60 日波动率候选池最低 50%
  5. 红利组合 — 股息率排序取 40 只等权
  6. 季度再平衡 — 阈值与缓冲纪律

AI 生成提示词

复制以下提示词,打开 Q-Code 工作台粘贴到 AI 对话框,即可自动生成该策略的 QMT 策略代码(单个完整 .py 文件,支持 QMT 回测与实盘)。

请生成一个 QMT 兼容的 A 股红利低波截面选股策略。通过平台数据接口获取分红方案与日行情,筛选连续 3 年现金分红、近 12 个月股息率高于参数阈值的股票,再计算 60 日波动率取最低的 40 只等权持有。剔除盈利为负与股息率异常值(单年分红占市值比例超过参数上限的标的,防备一次性清算式分红污染信号)。季度调仓、排名缓冲、单票上限写入 init,禁止未来函数,兼容回测与实盘,输出单个完整 Python 文件并包含详细日志。
用自然语言,生成你的 QMT 策略
注册即赠 200 积分,约可生成 5 次 · 支持 Kimi / GLM / DeepSeek
打开 Q-Code 工作台