dividend-yield-strategy

name	dividend-yield-strategy
description	高股息之家"股息率模式"投资策略。Use when: 实现红利/高股息策略、股息率计算、4进3出选股规则、分红可持续性筛选、红利组合构建与再平衡。
argument-hint	描述股息率策略相关需求，如选股规则实现、股息率计算、组合构建等
tags	["vortex","vortex/skill","vortex/strategy-domain"]
obsidian_links	["[[实例策略开发流程]]","[[策略域设计说明书]]","[[用户场景与体验增强设计]]"]

高股息之家「股息率模式」投资策略

来源：雪球用户「高股息之家」（老杜）系列文章 核心理念：股息率是低估的指示牌，不是为了图高股息本身

---

一、股息率计算规则

重要提示：股息率计算是整个策略的核心，必须严格按照以下规则执行，才能保证选股和买卖信号的准确性。任何偏离都可能导致策略失效。在使用高股息率策略时，务必确保股息率的计算符合以下规范：不要盲目使用数据源提供的股息率，而是要根据以下规则自行计算。

1.1 基本公式

股息率 = 上年每股分红 / 当前股价

• 上年：最近一个已公布年报的完整会计年度（不一定是"今年减一"）
• 每股分红：该年度所有分红之和（年报分红 + 中报分红 + 季报分红），必须汇总全年
• 使用静态股息率，不用 TTM 滚动
• 目的：考察公司该年度完整盈利对应的分红能力

1.2 送转股情形

有送转股（配股/转增）时，需区分除权除息日前后：

时点	计算方法
除权除息日之前	正常计算：原每股分红 / 当前股价
除权除息日之后	调整每股分红：分红总额 / (原股数 + 送转股数)，股价已自动除权

示例（万盛股份 2020 年报方案"10转4股派4元"）：

• 除权前：每股分红 = 4元/10股 = 0.4元，股息率 = 0.4/26.97 = 1.48%
• 除权后：每股分红 = 4元/14股 = 0.2857元，股息率 = 0.2857/19.09 = 1.50%
• 分子分母同向变动，股息率变化不大

---

二、核心进出规则（四进三出）

2.1 选股池构建

全A股高股息率排名
  → 淘汰：连续分红不足 5 年
  → 淘汰：高分红不可持续（一次性收益、变卖资产等）
  → 淘汰：季报亏损
  → 淘汰：季报扣非净利润同比下滑 > 10%
  → 淘汰：ROE 异常（过低或过高需进一步分析）
  → 剩余为候选池

2.2 买卖规则

操作	条件
买入	股息率 ≥ 4%
卖出	股息率 < 3%，或季报恶化（扣非净利润同比下滑 > 10%）

2.3 仓位管理

• 随时满仓，不出则不进：只有卖出腾出仓位后才能买入新标的
• 平均分仓：等权配置
• 单只上限：≤ 总仓位的 10%
• 行业上限：≤ 总仓位的 20%
• 建议持仓：10 只以上

2.4 收益空间

股息率从 4% 降至 3%，对应股价涨幅 = 33.33%：

买入价 = 每股分红 / 4% = 0.4 / 0.04 = 10.00 元
卖出价 = 每股分红 / 3% = 0.4 / 0.03 = 13.33 元
涨幅 = 13.33 / 10.00 - 1 = 33.33%

买入条件是股息率 4% 以上，实际安全边际更大。年化收益率目标：15%。

---

三、六大原则

（一）安全边际原则

高股息率本身即安全边际。若股息率优于无风险利率，股价通常跌无可跌。

• 不做成长股，成长股指标不是核心指标
• 本质是格雷厄姆"捡烟蒂"模式的现代化实践

（二）季报原则

季报扣非净利润如果开始以 10% 以上速度同比负增长，是危险信号。

原因：股价下跌的同时分红也会下降，股息率可能维持表面高位，具有欺骗性。

• 监控指标：扣非净利润同比增速
• 阈值：< -10% 即触发警惕/卖出

（三）不择时原则

股息率 = 分红 / 股价，自带择时功能：

• 牛市顶部：股价高 → 股息率低 → 不满足买入条件 → 自动回避
• 熊市底部：股价低 → 股息率高 → 满足买入条件 → 自动入场

不根据技术形态择时，不根据大盘走势择时。只要符合条件，随时买入。

（四）非长期持股原则

• 不是 Buy & Hold，有一定投机性
• 不关注五年平均股息率
• 根据股息率变化及时调整仓位：低于 3% 即减仓或清仓
• 动态再平衡，非躺平不动

（五）分散投资原则

• 承认无法看清个股，但能把握概率
• 单只股票来年是否保持高分红无法断定（如 2017 年格力电器）
• 一组高息股在短期内大概率保持高分红特性
• 持有 10 只以上，除非极大把握不重仓任何单只

（六）黑匣子原则

把投资当黑匣子，股息率就是那个"开关"。

长年高股息率基本保证了：

• 公司质地没问题
• 赚钱能力没问题
• 现金流没问题
• 经营没问题
• 持续性没问题
• 市盈率市净率不会太高

例外情况用组合方式降低影响。坚持单因子，学习是为了增加判断力，不是搅乱投资框架。

---

四、十六字诀（心法）

持股守息，等待过激；若无过激，持股守息。

概念	含义
守息	以股息为根本出发点和安全垫；股息是最基础的收益和财富增长源泉
过激	价格趋势性上涨，甚至远超内在价值——可遇不可求

• 上涨 → 吃差价（四进三出捕获 33%+ 空间）
• 下跌 → 吃股息（股息率更高，持股守息）
• 上涨下跌两相宜 → 反脆弱性
• 股息是源源不断的现金流，可用于买入更多股份（复利效应）

---

五、估值理论基础（ROE / PB / PE 关系）

5.1 实际投资报酬率

实际投资报酬率 = ROE / PB

银行类比：净资产 100 元，ROE 5%，若以 PB=2（200 元）买入，实际回报 = 5/200 = 2.5%。

5.2 PE 与实际报酬率的关系

PE = PB / ROE = 1 / 实际投资报酬率

5.3 安全标准推导

基准	收益率
一年定期存款	1.75%
五年定期存款	2.75%
十年期国债	~3.28%
投资安全标准	≥ 国债收益率 × 2 ≈ 7%

• 当 ROE/PB ≥ 7% 时，PE ≤ 14.3，即 安全 PE ≤ 15 倍
• 股息率模式风险偏低，要求回报率略大于国债收益率 → 4% 下限的来源
• 高风险个股则要求 ROE/PB ≥ 7%（国债收益率的两倍）

---

六、策略实现要点

6.1 数据需求

数据项	用途	频率
年度分红明细	计算每股分红（全年汇总）	年报发布后更新
除权除息信息	送转股后调整每股分红	事件触发
日收盘价	计算实时股息率	日频
季度财报（扣非净利润）	季报原则筛查	季频
连续分红年数	选股池过滤	年频
行业分类	行业仓位限制	低频

6.2 核心计算伪代码

def calc_dividend_yield(stock, date):
    """计算静态股息率"""
    # 获取最近已公布年报的完整年度
    report_year = get_latest_annual_report_year(date)
    # 汇总该年度所有分红（年报+中报+季报分红）
    total_dps = sum_all_dividends_in_year(stock, report_year)
    # 处理送转股：除权除息日后需调整
    if has_ex_rights_after(stock, report_year, date):
        total_dps = adjust_for_bonus_shares(total_dps, stock, report_year)
    price = get_close_price(stock, date)
    return total_dps / price

def screen_universe(date):
    """构建候选池"""
    candidates = get_all_a_shares()
    # 连续分红 ≥ 5 年
    candidates = [s for s in candidates if consecutive_dividend_years(s) >= 5]
    # 淘汰季报亏损 & 扣非净利润同比下滑 > 10%
    candidates = [s for s in candidates if not quarterly_deteriorated(s, threshold=-0.10)]
    # 淘汰高分红不可持续
    candidates = [s for s in candidates if dividend_sustainable(s)]
    # 按股息率排序
    candidates.sort(key=lambda s: calc_dividend_yield(s, date), reverse=True)
    return candidates

def generate_signals(portfolio, universe, date):
    """生成买卖信号"""
    signals = []
    # 卖出信号
    for stock in portfolio:
        dy = calc_dividend_yield(stock, date)
        if dy < 0.03 or quarterly_deteriorated(stock, threshold=-):
            signals.append(Signal(stock, ))
    
    sell_count = (  s  signals  s.action == )
    buy_candidates = [s  s  universe  s   portfolio]
    buy_candidates = [s  s  buy_candidates  calc_dividend_yield(s, date) >= ]
     stock  buy_candidates[:sell_count]:
        signals.append(Signal(stock, ))
     signals

6.3 风控检查清单

• 单只持仓 ≤ 10%
• 单行业持仓 ≤ 20%
• 持仓数量 ≥ 10 只
• 买入时股息率 ≥ 4%
• 无季报亏损标的
• 无扣非净利润同比下滑 > 10% 的标的
• 所有持仓连续分红 ≥ 5 年

---

七、常见问题（来自评论互动）

Q: 连续5年分红需要每年股息率都在4%以上吗？ A: 不需要。只要连续5年有分红即可，不考虑每年股息率高低。

Q: 季报负增长是同比还是环比？ A: 同比（与去年同期比较），看扣非净利润增速。

Q: 4进3出会不会买在高点卖在低点？ A: 有可能。个别标的可能亏损，这就是为什么要做组合——保证整体盈利。系统是"容错"的，不追求百发百中。

Q: 为什么不是5进4出或5进3.5出？ A: A股中股息率稳定 > 5% 的标的较少，4% 是实用的平衡点。

Q: 直接买红利ETF是否更好？ A: 作者另有专文分析，非简单替代关系。

Q: 用静态股息率还是TTM？ A: 静态。"本系统用的是静态股息率，一般不算滚动的。"

---

八、投资收益增长率公式

8.1 公式定义

投资收益增长率 = ROE × (1 - 分红率) + (分红率 / PB) × ROE

项	含义	经济学解释
第一项: ROE × (1 - 分红率)	内生增长率(g)	留存收益再投资产生的净资产增长，即公司不靠外部融资、自我滚动的增速
第二项: (分红率 / PB) × ROE	分红再投资回报率	投资者将分红按当前市价买回股票所获得的增量回报

8.2 推导逻辑

1) 内生增长率 g = ROE × 留存率 = ROE × (1 - d)     其中 d = 分红率

2) 股息率 = 每股分红 / 股价 = (EPS × d) / (BPS × PB)
         = ROE × d / PB    （因为 EPS/BPS = ROE）

3) 分红再投资回报 = 股息率 × ROE/PB 的隐含杠杆
   简化: (d / PB) × ROE    即以低于净资产的价格(PB<1)或溢价(PB>1)买回产生的回报差异

4) 投资收益增长率 = g + 分红再投资回报
                  = ROE × (1 - d) + (d / PB) × ROE

8.3 关键推论

• PB = 1 时: 投资收益增长率 = ROE × (1-d) + d × ROE = ROE → 回归纯 ROE
• PB < 1 时: 第二项放大 → 低估股票的分红再投资效率更高（买的更便宜）
• PB > 1 时: 第二项缩小 → 溢价买入稀释了分红再投资效率
• 分红率 ↑ 而 ROE 不变: 第一项缩小(少留存)、第二项放大(多分红再投) → 取决于 PB

8.4 策略应用

此公式是检验"高股息是否真正创造价值"的核心工具：

1. 筛选真价值: 投资收益增长率 > 无风险利率 × 2 才值得持有
2. 识别陷阱: 若公司提高分红率(d↑)但 ROE 也在下降，两项都缩小 → 增长率塌缩
3. 估值锚定: 与 ROE/PB ≥ 7% 安全标准配合使用

def calc_investment_return_growth(roe: float, payout_ratio: float, pb: float) -> float:
    """
    计算投资收益增长率

    Parameters
    ----------
    roe : float
        净资产收益率 (例如 0.15 表示 15%)
    payout_ratio : float
        分红率/股利支付率 (例如 0.30 表示 30%)
    pb : float
        市净率

    Returns
    -------
    float
        投资收益增长率
    """
    if pb <= 0:
        return float('nan')
    g_internal = roe * (1 - payout_ratio)
    g_reinvest = (payout_ratio / pb) * roe
    return g_internal + g_reinvest

---

九、高股息陷阱识别 — 以白酒行业为例

9.1 陷阱机制

核心矛盾: 当公司通过提高分红率来维持表面高股息率，而非通过盈利增长驱动时， 投资者看到的"高股息"是一种统计幻觉。

陷阱链条:
  盈利增速放缓 → 管理层提高分红率(d↑)维持股东回报预期
  → 留存收益减少 → 净资产增速放缓 → BPS增长停滞
  → ROE因分母(净资产)增长慢而表面稳定甚至上升
  → 股息/股价 看似很高，但公司内在价值已停止增长
  → 一旦盈利进一步恶化，分红也将被迫下调 → 戴维斯双杀

9.2 白酒行业的典型特征（2021年后）

指标	表象	实质
ROE	维持 25%+ 高位	依靠提高分红率压低净资产增速实现，而非盈利能力提升
分红率	从 50% 逐步提升至 70-100%	留存收益大幅减少，内生增长率 g = ROE×(1-d) 大幅缩水
股息率	4-6% 看似诱人	股价持续下跌推高的被动式高股息率，非主动分红增长
营收	增速从 15%+ 降至个位数	消费降级 + 库存压力 + 渠道价格倒挂
净利润	仍在增长但增速骤降	提价空间收窄，量价齐升逻辑被破坏

9.3 用投资收益增长率公式检验

假设某白酒龙头:

情景A (2019年 高速增长期):
  ROE = 30%, 分红率 = 51.9%, PB = 10
  g = 0.30 × (1 - 0.519) + (0.519 / 10) × 0.30
    = 0.1443 + 0.01557 = 15.99%
  → 高增长，第一项主导(内生增长14.4%)，PB高但增速够

情景B (2025年 增速放缓期):
  ROE = 28%, 分红率 = 75%, PB = 6
  g = 0.28 × (1 - 0.75) + (0.75 / 6) × 0.28
    = 0.07 + 0.035 = 10.5%
  → 增长率从16%降至10.5%，内生增长率从14.4%骤降至7%
  → 若分红率继续提高至100%: g = 0 + (1/6)×0.28 = 4.67%
  → 几乎全靠分红再投资，公司本身不再增长

9.4 识别高股息陷阱的五个信号

1. 分红率趋势性上升，同时营收/净利润增速趋势性下降

   • 健康的高分红: 分红率稳定 + 盈利稳定增长
   • 陷阱: 分红率补偿盈利下滑

2. ROE 稳定但 ΔROE 的驱动力变化

   • 用杜邦分析拆解: ROE = 净利率 × 总资产周转率 × 权益乘数
   • 如果 ROE 稳定是因为权益(净资产)因高分红增长慢，而非净利率改善 → 陷阱

3. 投资收益增长率逐年下降

   • 连续3年投资收益增长率递减，即使股息率在上升 → 价值侵蚀

4. 股息率上升主要来自股价下跌而非分红增加

   • 对比: 每股分红增速 vs 股价跌幅
   • 若股价跌20%、分红不变 → 股息率被动提升25%，这不是价值

5. 行业基本面恶化信号

   • 库存周转天数上升、应收账款增加、经营现金流下降
   • 预收款/合同负债下降（白酒行业的核心领先指标）
   • 渠道价格倒挂、经销商缩减

9.5 策略层面的防御措施

# 在选股管道中增加高股息陷阱检测
def is_dividend_trap(ts_code, ds, date) -> bool:
    """
    检测是否为高股息陷阱

    Returns True 如果：
      1) 分红率连续2年上升 AND 扣非净利润增速连续2年下降
      2) 投资收益增长率连续3年递减
    """
    # 获取最近3年数据
    periods = get_latest_n_annual_periods(date, n=3)
    payout_trend = get_payout_ratio_series(ts_code, periods)
    profit_growth_trend = get_deducted_profit_yoy_series(ts_code, periods)
    irg_trend = get_investment_return_growth_series(ts_code, periods)

    # 条件1: 分红率↑ + 盈利增速↓
    if is_monotone_increasing(payout_trend) and is_monotone_decreasing(profit_growth_trend):
        return True

    # 条件2: 投资收益增长率连续递减
    if is_monotone_decreasing(irg_trend) and len(irg_trend) >= 3:
        return True

    return False

9.6 总结

高股息率本身不构成买入理由。只有当高股息率伴随稳定或增长的内在价值时， 才是真正的安全边际。用投资收益增长率公式验证： 若增长率持续递减，则"高股息"是接飞刀，不是捡便宜。