红利因子选股策略
由qxiao创建，最终由qxiao 被浏览 3 用户
一、策略目标
本策略在可交易的A股范围内，基于股息率构建因子选股组合，并通过固定频率调仓（每5个交易日）实现稳定、可复现的策略执行。策略核心追求：
- 收益来源清晰：以“高股息率”为主要收益逻辑；
- 风险相对可控：通过市值、估值、价格过滤 + 固定持股数量等权分散；
- 实盘可落地：按单计费的手续费、以开盘价为交易价格、调仓规则明确。
二、策略核心流程
1. 股票池构建（基础筛选）
对全市场进行基础过滤，确保样本可交易、可比：
- 交易所范围：上海证券交易所 / 深圳证券交易所 / 北京证券交易所
- 板块范围：主板 / 创业板 / 科创板
- 指数成分范围：沪深300、中证500、中证1000等多个指数成分（用于覆盖不同风格与市场）
- 剔除规则：
- 剔除风险警示股：仅保留“正常”状态股票
- 剔除停牌股票：过滤停牌标的
目的：避免停牌、风险警示等标的导致回测与实盘偏差。
2. 因子构建与数据过滤（信号生成）
在过滤后的股票池上，构建单因子打分并叠加过滤条件：
- 核心因子（得分）
- 股息率作为打分依据：股息率越高，得分越高
- 样本过滤（提升可比性与稳定性）
- 市值过滤：要求股票的市值排名处于全市场前80%（剔除市值处于后20%的极端小盘股）
- 估值过滤：要求股票市盈率为正值，且市盈率处于全市场较低区间（约前40%的低估值范围）
- 价格过滤：要求股票收盘价不高于30元，用于控制高价股带来的交易摩擦与组合波动
目的：以股息率为主要信号，同时通过市值、估值、价格约束减少噪音与极端样本。
3. 选股与仓位生成（从打分到组合）
将“打分结果”转为“可交易的目标持仓”：
- 排序方式：按得分从高到低排序（股息率越高越靠前）
- 持股数量：选择得分最高的 7只股票
- 权重方式：等权配置（每只股票目标权重相同）
- 组合总仓位：满仓配置（总仓位为100%）
目的：以少量标的构建可控组合，并通过等权实现分散化。
4. 数据抽取与回测区间设定
为回测准备信号数据与时间范围：
- 回测区间：2020年1月1日 ～ 2026年1月8日
- 预热天数：回测开始前额外取90个自然日数据，用于保证因子计算更稳定
5. 交易执行与调仓机制（交易引擎）
由交易引擎执行交易，并在每日处理函数中实现调仓逻辑：
- 调仓频率：每 5个交易日 调仓一次
- 成交价格设定：以开盘价作为买入与卖出的成交价格假设
- 初始资金：30万元
- 基准指数：沪深300指数
- 交易成本（按单）：
- 买入费率：万分之3
- 卖出费率：千分之1.3
- 单笔最低手续费：5元
调仓逻辑：
- 若当天不是调仓日：不交易
- 若当天为调仓日：
- 将“不在目标持仓列表”的股票全部清仓
- 将“在目标持仓列表”的股票调整到目标权重（等权）
绩效指标：
从2020年1月1日 ～ 2026年1月8日，累计收益214.44%，年化收益21.88%，夏普比率0.96，最大回撤-20.07%。
三、策略优势
- 逻辑简单且可解释：股息率直观，策略结构清晰（股票池→信号→选股→仓位→交易）。
- 组合分散、实现成本低：固定7只等权，避免重仓单一股票；5个交易日调仓一次，交易频率适中。
- 更贴近实盘假设：手续费按单计费且有最低费用，交易价格使用开盘价假设，更符合常见执行方式。
- 可扩展性强：现有框架可方便扩展为多因子、加入风控、引入组合优化权重等更复杂策略。
四、潜在改进方向
- 因子层精细化：避免“高股息陷阱”
- 引入分红稳定性、现金流覆盖能力、盈利质量等过滤，降低“股价大跌导致股息率虚高”的风险。
- 增加中性化或行业约束（提升风格稳定性）
- 对信号做市值与行业层面的中性化处理，或在选股后限制行业集中度，减少单一行业暴露。
- 权重从等权升级为风险预算
- 采用“低波动权重”“风险平价”“最大分散”等权重方案，降低组合波动与回撤。
- 调仓机制优化：降低换手率
- 增加“缓冲区/门槛”（例如只有排名变化超过阈值才换仓），或改为周度/月度调仓，减少无效换手。
- 组合级风控
- 增加回撤控制、波动率目标、趋势过滤等风控开关，提高极端行情下的稳健性。
五、策略源码
https://bigquant.com/codesharev3/9f3bed0b-e2bb-4425-af85-9d382f365c35
\