红利类指数打分策略完整研究报告：红利指数怎么投，我跟AI聊明白了
说明：本文是我跟AI讨论红利类指数的打分系统，起因是看到雪球有位老师一直用0~10打分机制来判断红利类指数的买卖点，我记得之前在集思录上也有个朋友在讨论中提到过红利使用MA80的均线做买点判断，然后结合了daxiapi.com的CS指标，我们做了一个打分系统（https://daxiapi.com/hong-li-da-fen.html），在做成Skill之后，我跟AI聊了下这个策略，让他扮演一个质疑者，对这套系统提出质疑，最后经过跟他经过讨论，让他通过历史数据验证之后，得到了本文的内容。其实研究了红利低波、中证红利、红利低波100、中证现金流、红利质量
⚠️文章大概9000字，以下内容是让AI记录的整个过程，文章最后有结论，如果对于过程不感性的，只想看这个打分系统怎么用的，可以直接拉到最后看结论。下面开始是AI总结。
写作说明：本文记录了一次完整的量化研究过程——从质疑一个现成工具的策略逻辑出发，逐步深入到源码分析、算法复现、多策略回测、定投方案探索，最终给出可落地的投资建议。研究过程中每一步的思考、验证和推翻都完整保留，以便读者理解结论是如何得出的。
一、研究起点：质疑与问题
1.1 起点
研究的起点是一个工具：daxiapi-cli，一个提供 A 股金融数据的命令行工具，其中内置了一套针对红利类指数的打分系统，用于判断当前是否处于超买或超卖状态。
工具本身给出了打分，但没有回答一个核心问题：这个打分真的有用吗？基于它设计的仓位策略，到底能带来多少超额收益？
这是研究的出发点。
1.2 研究对象
选择两只最具代表性的红利类指数：
| 指数 | 代码 | 成分股 | 发布时间 | 基日 |
|---|---|---|---|---|
| 中证红利低波动指数 | H30269 | 50只 | 2013年12月19日 | 2005年12月30日 |
| 中证红利指数 | 000922 | 100只 | 2005年5月26日 | 2004年12月31日 |
1.3 研究路径
研究分四个阶段推进，每个阶段都有新发现，并推翻或修正了前一阶段的部分假设：
阶段一：读源码，理解算法
↓
阶段二：发现"价格指数 vs 全收益"的关键盲区
↓
阶段三：多策略回测（仓位调整类策略）
↓
阶段四：定投方案探索（低分买入 + 高分卖出）二、第一步：读懂算法
2.1 为什么要读源码
工具给出的打分是一个黑盒。在设计策略之前，必须先搞清楚这个分数是怎么算出来的，否则无法判断它的有效性边界。
直接读打分系统源码。
2.2 算法结构
打分系统由三个子指标加权合成：
总分 = CS偏离得分 × 35% + MA80偏离得分 × 35% + RSI(20)得分 × 30%每个子指标的计算方式：
CS（EMA20偏离）：衡量价格偏离短期均线的程度
CS = (收盘价 - EMA20) / EMA20 × 100MA80偏离：衡量价格偏离中期均线的程度
MA80偏离 = (收盘价 - MA80) / MA80 × 100RSI(20)：20日相对强弱指数，衡量动量强弱
归一化方式：三个指标都通过 440个交易日滚动窗口（约1.8年）做百分位归一化，映射到 0-100 分。
2.3 算法的经济含义
| 分数区间 | 含义 | 操作信号 |
|---|---|---|
| 0-20 | 历史极度超卖（近1.8年最低位附近） | 强烈买入 |
| 20-40 | 偏低 | 可以买入 |
| 40-60 | 中性 | 持有 |
| 60-80 | 偏高 | 考虑减仓 |
| 80-100 | 历史极度超买 | 减仓 |
2.4 算法的局限性（提前识别）
读完源码后，发现几个潜在问题：
问题一：440日窗口是相对历史，不是绝对估值。 如果市场整体估值中枢上移，“历史最低”也可能是绝对高位。
问题二：三个指标都是技术指标，没有基本面信息。 股息率、PE、PB 等估值指标完全没有纳入。
问题三：归一化基于历史分布，在市场结构性变化时可能失效。 比如 2024 年红利指数大涨后，历史分布发生了变化。
这些局限性在后续回测中都有所体现。
三、第二步：发现关键盲区
3.1 第一个重要发现
在准备回测时，发现了一个容易被忽视的关键问题：daxiapi 提供的 K 线数据是价格指数，不含分红。
这对红利类指数来说是致命的分析盲区。
3.2 价格指数 vs 全收益指数
直接对比数据：
| 指数 | 价格指数总收益（2018-2026） | 全收益总收益（含股息再投入） | 股息贡献 |
|---|---|---|---|
| 红利低波 H30269 | +19.6% | +68.6% | +49.0% |
| 中证红利 000922 | +14.7% | +62.9% | +48.2% |
8年间，价格指数只涨了 15-20%，但全收益涨了 63-69%。股息贡献超过全收益的 70%。
这意味着：如果只看 K 线做策略，你在优化的是那 20% 的价格收益，而忽视了那 49% 的股息收益。任何不考虑股息的分析都是严重失真的。
3.3 逐年真实股息率
| 年份 | 红利低波 H30269 | 中证红利 000922 | 备注 |
|---|---|---|---|
| 2018 | 5.5% | 5.3% | 市场低点，股息率偏高 |
| 2019 | 4.8% | 4.6% | |
| 2020 | 4.7% | 4.6% | |
| 2021 | 4.4% | 4.3% | |
| 2022 | 5.0% | 5.0% | 市场调整，股息率回升 |
| 2023 | 4.9% | 4.8% | |
| 2024 | 4.6% | 4.5% | |
| 2025 | 4.7% | 4.6% |
规律：股息率与市场走势负相关——市场下跌时股息率上升，这进一步强化了低点买入的吸引力（便宜 + 高息双重利好）。
四、第三步：多策略回测
4.1 回测结果（全收益口径，2018-2026，初始100万）
| 策略 | 年化收益 | 总收益 | 最大回撤 | 夏普比率 | 最终资产 |
|---|---|---|---|---|---|
| 买入持有（红利低波） | +6.90% | +68.6% | -20.3% | 0.323 | 168.6万 |
| 方案A（红利低波） | +7.91% | +81.6% | -17.7% | 0.394 | 181.6万 |
| 买入持有（中证红利） | +6.43% | +62.9% | -19.5% | 0.291 | 162.9万 |
| 方案A（中证红利） | +7.23% | +72.8% | -17.4% | 0.347 | 172.8万 |
4.2 第一轮回测的结论
结论一：打分策略有效，但增厚有限。 方案A相比买入持有，年化增厚约 +1.0%，最大回撤改善约 2.5%，夏普比率提升约 0.07。
结论二：策略的核心价值是风险控制，而非收益增厚。 在 2018、2022 等下跌年份，方案A显著跑赢（少亏 3-4%）；在 2019、2024 等强势年份，方案A因减仓而跑输（少赚 3-5%）。
五、第四步：定投方案探索
5.1 多种定投策略回测
| 策略 | 年化收益 | 最大回撤 | 夏普比率 | 平均持仓 | 最终资产 |
|---|---|---|---|---|---|
| ①买入持有（基准） | +8.36% | -20.5% | 0.370 | 100% | 187.6万 |
| ②方案A（底仓90%） | +7.91% | -17.7% | 0.394 | 87.8% | 181.6万 |
| ③低分定投≤20（只买不卖） | +9.28% | -17.6% | 0.453 | 93% | 200.4万 |
| ⑤低分买≤20+高分卖≥80 | +8.29% | -10.4% | 0.621 | 54.7% | 186.7万 |
| ⑥低分买≤25+高分卖≥75 | +9.32% | -11.7% | 0.660 | 61.8% | 201.0万 |
| ⑧⑤+现金存货基（年化2%） | +9.27% | -10.2% | 0.719 | 54.7% | 200.3万 |
5.2 核心发现
发现一：低分定投（只买不卖）确实有效，但有隐患。 策略③年化 9.28%，但平均持仓只有 93%，2019、2023年几乎没有买入机会。
发现二：加入高分卖出后，出现了质的飞跃。 策略⑤最大回撤从 -20.5% 压缩到 -10.4%，夏普从 0.37 提升到 0.621。
发现三：策略⑥是综合最优解。 年化 9.32%，最大回撤 -11.7%，夏普 0.660，三个维度全面优秀。
六、综合结论
6.1 关于红利指数本身
股息是红利指数的命脉，不是附加收益。 8年间，价格指数仅涨 15-20%，但全收益涨了 63-69%，股息贡献超过 70%。红利指数的本质是”用时间换股息复利”。
股息率与市场走势负相关，形成天然的”越跌越香”效应。 市场下跌时，股息率上升，低点买入不仅价格便宜，还能锁定更高的股息率。
6.2 关于打分策略
打分系统是有效的技术工具，但不是万能的。 它能识别短中期的超买超卖状态，在下跌年份提供保护。但它无法预测趋势性行情。
打分策略的真正价值在于风险控制，而非收益增厚。 最大回撤从 -20% 压缩到 -10%，夏普从 0.37 提升到 0.66。
七、三种投资方案
方案一：极简买入持有
- 标的：红利低波 ETF（512890）或中证红利 ETF（515080）
- 操作：一次性或分批建仓，股息全部再投入
- 年化收益：+6.9%，最大回撤：-20.3%
- 适合：不愿花时间管理投资的长期投资者
方案二：保守增厚（方案A）
| 打分区间 | 目标仓位 | 操作 |
|---|---|---|
| 0-20 | 100% | 满仓，极度超卖时加仓 |
| 20-65 | 90% | 保持底仓 |
| 65-80 | 80% | 小幅减仓 |
| 80-100 | 70% | 减至七成仓 |
- 年化收益：+7.91%，最大回撤：-17.7%，夏普：0.394
- 适合：每周愿意花10分钟检查打分的投资者
方案三：低分定投 + 高分减仓（推荐）
买入阶段（分数 ≤ 25）：每个交易日买入当前现金的 15%
持有阶段（分数 25-75）：持有不动，股息再投入
减仓阶段（分数 ≥ 75）：每个交易日卖出当前持仓的 10%
闲置现金：全部存货币基金
- 年化收益：+9.32%，最大回撤：-11.7%，夏普：0.660
- 适合：有较强投资纪律、追求风险调整后收益最优的投资者
八、最终推荐
执行清单（方案三）
-
- 工具：使用 daxiapi-cli 每天查看红利低波（H30269）的打分
-
- 买入：分数降至 ≤25 时，开始每日买入当前现金的 15%
-
- 持有：分数在 25-75 之间，持有不动，股息再投入
-
- 减仓：分数升至 ≥75 时，开始每日卖出当前持仓的 10%
-
- 现金管理：闲置现金全部存货币基金
-
- 纪律：每个交易日检查一次打分
红利指数的本质是”用时间换股息复利”，打分策略的价值是”在最恐慌的时刻帮你多买一点，在最贪婪的时刻帮你少持一点”。最好的策略不是最复杂的，而是你能长期坚持执行的那一个。
九、附录：算法与数据说明
9.1 打分算法参数
ROLLING_WINDOW: 440, // 滚动窗口（约1.8年）
EMA_PERIOD: 20, // EMA周期
MA_PERIOD: 80, // MA周期
RSI_PERIOD: 20, // RSI周期
CS_WEIGHT: 0.35, // EMA偏离权重
MA80_WEIGHT: 0.35, // MA80偏离权重
RSI_WEIGHT: 0.30, // RSI权重9.2 回测假设
| 参数 | 设置 |
|---|---|
| 初始资金 | 100万元 |
| 回测区间 | 2018年1月 - 2026年4月（约8.3年） |
| 交易成本 | 未扣除 |
| 股息处理 | 逐日折算，当日再投入 |
| 无风险利率 | 2% |
9.3 数据来源
| 数据类型 | 来源 |
|---|---|
| K线数据（价格指数） | daxiapi.com |
| 逐年股息率 | 中证指数官网 factsheet + 理杏仁历史数据 |
| 全收益参考 | 理杏仁 |
报告生成时间：2026年4月11日 免责声明：本报告仅为研究记录，不构成投资建议。历史回测不代表未来收益，投资有风险，入市需谨慎。