当前全球主要市场还是以低利率为主，而且这种环境很大可能将持续相当长的时间，在这样的背景下也激发了国内投资者对“类固收”属性资产的关注，红利类产品有高股息、低估值的特征，也因于此近几年正成为市场竞相追逐的方向，然而，传统红利指数简单依赖历史股息率，也容易易掉入“高股息陷阱”——比如个股因股价大跌导致股息率被动抬升，或公司突击分红后难以持续，市场也亟需既能捕捉红利收益、又能规避“假红利”的解决方案。#天天基金调研团#
那么针对这样的情况，我们想问了：指数被动跟踪，那超额收益从哪来？
我们知道市面多数红利产品被动跟踪指数，收益与基准高度同质化，而如何稳定跑赢基准、并能够在众多相关主题中真正的创造超额，恐怕也是各个管理人面临的现实难题，尤其是在震荡市中，单纯持有红利指数也可能出现明显回撤。我想扪心自问，谁不想有内心真正需要的，那种风格纯粹（不漂移）与收益稳健（有超额）兼顾的产品呢？我们在调研中发现(021980)兴全红利量化选股股票C的基金经理人田大伟团队有着不同的见解和方案——$兴全红利量化选股股票C(OTCFUND|021980)$
兴全量化团队的解决思路：以“生产线思维”做红利增强
团队负责人田大伟的解法极具量化特色——不是依赖明星经理的主观判断，而是打造一条标准化的量化生产线。核心逻辑有四点：
严格守住红利底色：产品95%持仓来自基准成分股，若持仓股息率低于基准0.5%即触发风控问询，确保收益来源不偏离。
核心阿尔法：分红可持续增长：在传统股息率基础上，加入“分红金额持续增长”因子，从源头上规避突击分红、股价下跌导致的高股息陷阱。
多因子叠加，适度放宽行业偏离：库内超2000个因子每日更新，将行业偏离约束从1%放宽至3%~5%，让阿尔法因子得分高的行业自然超配，而非人为赌风格。
全流程自动化，杜绝人为干预：从数据清洗到策略生成凌晨10点前完成，模型入库后交易100%复制输出，仅交易环节需人工确认，保证业绩一致性。
我们来看一下他所管理的基金的历史表现如何：历史回测与实盘均验证有效性，如下图：
从历史表现看（2018年以来回测）：仅2018年为负收益，其余年份全部为正；也正如田大伟说描述的在历史时间曲线中任意时点买入，持有一年获得正超额的概率为100%；相对中证红利全收益指数及沪港深高股息基准均实现稳定年度超额，且产品年换手率仅7.75倍（中低频），适配大规模资金运作。实盘层面，C类份额成立以来跑赢基准约1.4%的超额收益，且主要来源于阿尔法因子（尤其是分红增长因子），而非对港股或特定行业的风险暴露。
未来展望：持续迭代模型，保持“纯粹+稳定”
历史业绩表现说明执行和理论上形成了有效的呼应，展望后市， 我们看其团队也强调不做主动择时（仓位长期贴近95%），也不押注风格，模型库已储备20余个红利模型，且新模型入库必须满足“业绩更优或相关性更低”，这意味着在未来即使市场风格切换，通过动态调用差异化模型、叠加行业轮动阿尔法，有望继续在控制回撤的基础上放大收益。
正如我们所想的，红利资产的本质是分享企业稳健现金流。而量化的价值，正是通过系统化的方式，把这种“稳健”变得可复制、可预期。在低利率时代，这样的产品思路值得长期观察一下了。
@天天精华君 @兴证全球基金 @天咨操盘君 @豪放不羁1038 @Buoyant177 $兴全沪深300指数(LOF)C(OTCFUND|007230)$
