Dividend Low Vol Etf logo

Dividend Low Vol Etf

Community
belos-street
dividend-low-vol-etf

分析标普中国A股大盘红利低波50指数(SPCLLHCP)及对应ETF(515450)的投资策略,提供加仓减仓时机判断、估值分析、风险评估、持仓管理建议。当用户询问红利低波ETF、515450、标普红利低波50投资操作、买卖时机、仓位管理时调用此技能。

Overview

Publisherbelos-street
Repositorystock-analytics-agent
Skill namedividend-low-vol-etf
Stars
57
Forks
9
Bundled files
Instructions only
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • Self-contained

    Everything the model needs lives in the instructions — no extra files to sync.

  • Open source

    Published by belos-street on GitHub. Read the source before you install it.

Installation

Install the Dividend Low Vol Etf AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/belos-street/stock-analytics-agent/tree/main/.agents/skills/dividend-low-vol-etf
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/belos-street/stock-analytics-agent.git /tmp/stock-analytics-agent
mkdir -p .claude/skills
cp -r /tmp/stock-analytics-agent/.agents/skills/dividend-low-vol-etf .claude/skills/dividend-low-vol-etf
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Dividend Low Vol Etf in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Dividend Low Vol Etf on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Dividend Low Vol Etf is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

标普中国A股大盘红利低波50指数 · 投资策略Skill

本 Skill 专用于 标普中国A股大盘红利低波50指数(SPCLLHCP / SPCLLHCT) 及其唯一对应 ETF —— 红利低波50ETF南方(515450)。

技能核心定位

核心目标

为用户提供标普中国A股大盘红利低波50指数的专业投资策略分析,帮助用户理解该指数的编制逻辑、行业特征与风险收益属性,掌握加仓减仓的时机判断,优化持仓管理。

目标用户

  • 稳健型投资者:追求稳定分红和低波动的投资者
  • 长期投资者:采用定投策略的长期持有者
  • 资产配置者:将该ETF作为组合防御底仓的投资者
  • 风险厌恶者:希望降低组合波动性的投资者

技能边界

可提供服务:

  • 指数编制规则深度解读
  • 估值分析:PE/PB/股息率及历史分位
  • 加仓减仓时机判断
  • 风险评估:波动率、回撤、行业集中度
  • 持仓管理与再平衡建议

不可提供服务:

  • 具体买卖指令
  • 承诺收益
  • 违规荐股
  • 内幕信息披露

输出口径(S6):所有结论统一为「预期差方向 + 正反双方论点 + 配置参考」,不使用收益承诺、概率承诺或买卖指令式措辞;本文阈值/信号均为触发条件下的配置参考。


一、指数基础档案

1.1 指数身份卡

项目内容
指数名称标普中国A股大盘红利低波50指数
价格指数代码SPCLLHCP
全收益指数代码SPCLLHCT
发布日期2019年4月1日
基日2009年1月23日,基点1000
成分股数量50只
加权方式股息率加权
调仓频率每半年(1月底、7月底)
定制方南方基金 × 标普道琼斯指数
唯一ETF515450 红利低波50ETF南方
基金经理崔蕾(2020-01-17起管理至今)
ETF成立日2020年1月17日
ETF费率管理费0.50%/年 + 托管费0.10%/年

📎 数据来源:标普官网指数页 | 编制规则说明

1.2 编制规则(四步筛选法)

标普红利低波 50 是一只真正纯正的红利低波指数——它先用股息率筛、再用低波动筛,两个因子各司其职,不像中证红利低波那样被高股息主导。

步骤规则说明
第1步:划定样本空间从标普中国A股国内大盘指数成分股中选取,剔除ST/*ST、流通市值<10亿、3个月日均成交额<2000万确保大盘蓝筹、流动性充足
第2步:红利筛选按近12个月股息率从高到低排序,选前100只(单行业不超过20只)先锁定高分红池
第3步:低波筛选在上一步100只中,按过去12个月历史波动率从低到高排序,选前50只再从高分红中挑最稳的
第4步:缓冲区规则现存成分股若股息率排名前150 且 波动率排名前60,则优先保留降低调仓冲击,保持指数稳定性

📎 数据来源:雪球 编制规则详解 | 同花顺 515450资产配置

1.3 权重约束

约束项限制值意义
个股权重上限5%避免单只股票绑架指数
个股权重下限0.05%—
单一行业权重上限30%(GICS分类)防止行业过度集中
加权方式股息率加权分红越高、权重越大 → 天然低买高卖

1.4 与中证红利低波(H30269)的核心区别

这是投资者最容易搞混的地方。两者虽然都叫"红利低波",但编制逻辑差异巨大:

维度标普红利低波50(SPCLLHCP)中证红利低波(H30269)
样本空间标普中国A股大盘指数中证全指
红利筛选周期近12个月股息率近3年平均股息率
分红增长要求无✅ 要求每股股利正增长
调仓频率半年一次(1月/7月)一年一次(12月)
行业权重上限✅ 30%❌ 无限制
银行占比~29.5%~50%
缓冲区规则✅ 有❌ 无
对应ETF515450512890

一句话总结:标普红利低波 50 更均衡、更灵活,是"真正低波+红利"的Smart Beta;中证红利低波更像"中证红利的低波加强版",红利因子权重远超低波因子。

📎 数据来源:雪球 四大红利低波指数对比 | 今日头条 红利低波四剑客


二、当前持仓透视(2026年Q1季报)

2.1 行业分布

⚠️ 重要更正:此前描述指数"银行占50%"是错误的,那是中证红利低波的数据。标普红利低波50受30%行业权重上限约束,制造业是第一大行业,金融业排第二。

排名行业(证监会分类)占净值比市值(亿元)
🥇 1制造业32.49%52.14
🥈 2金融业29.53%47.39
🥉 3电力、热力、燃气及水生产和供应业12.55%20.13
4交通运输、仓储和邮政业11.79%18.92
5采矿业5.22%8.37
6信息传输、软件和信息技术服务业4.45%7.14
7建筑业3.84%6.16
  • 制造业中涵盖格力电器(家电)、双汇发展(食品)、五粮液(白酒)、浙江龙盛(化工)等现金牛企业
  • 金融业以银行股为主,单只股权重受5%上限严格约束,分散度高
  • 央国企市值占比 >85%,受益于"中特估"与分红政策引导

📎 数据来源:同花顺 515450行业配置 | 天天基金 515450行业配置

2.2 前十大重仓股

排名股票代码行业占净值
1格力电器000651制造业(家电)3.70%
2浙能电力600023电力公用事业3.39%
3申能股份600642电力公用事业3.36%
4雅戈尔600177制造业(服装/地产)3.31%
5中国神华601088采矿业(煤炭)3.30%
6双汇发展000895制造业(食品)3.09%
7五粮液000858制造业(白酒)2.76%
8中国建筑601668建筑业2.72%
9陕西能源001286电力公用事业2.63%
10浙江龙盛600352制造业(化工)2.62%
前十大合计30.88%

🎯 关键特征:前十大仅占30.88%,远低于一般指数(通常40-50%)。单只最高3.70%,严格受5%上限约束,极致分散。

📎 数据来源:同花顺 515450十大重仓


三、估值与行情(截至2026年5月)

3.1 当前估值

指标当前值位置判断
指数点位3,765.94——
PE-TTM~8-9x近10年约39%分位🟡 合理偏低
PB~0.94x近10年约17%分位🟢 明显低估/破净
股息率(整体法)4.85%—🟢 极具吸引力
ETF净值1.4202YTD +1.42%横盘震荡
ETF累计净值1.8502成立以来 +98%长期稳健
基金规模~161-186亿今年以来 +17%持续吸金

📎 数据来源:界面新闻 股息率4.85% | 晨星 515450

3.2 加仓/减仓估值信号框架

根据该指数的历史估值区间,建立操作框架:

估值区域PE分位股息率操作建议
🟢 低估区<20%>5.5%大举加仓,可一步到位至目标仓位上限
🟡 合理偏低20-40%4.5-5.5%分批加仓,节奏从容
⚪ 合理40-60%3.5-4.5%持有不动,等待机会
🟠 偏高60-80%2.5-3.5%暂停加仓,考虑减仓
🔴 高估>80%<2.5%分批减仓

📐 口径校准注释(本表阈值为该指数专属校准线,非全市场通用):

  • PE/PB 分位口径:估值分位 = 近 10 年月频收盘(PE-TTM 整体法,负 PE 剔除)分位;数据基准日 2026-05(本节数值同);历史不足 10 年的部分用可得区间并注明
  • 股息率口径:yield_basis = 近 12 个月 DPS 年度化(指数整体法);若采用单期分红 ×4 年度化须显式注明。DPS 优先取券商实际到账/交易所公告口径,警惕第三方单期分红失真
  • 阈值调整规则:上述 PE/股息率操作线随 DPS/盈利变动与数据基准日定期重校准;DPS 增长时价格锚(对应净值/点位线)随之上移,EPS/DPS 下修时同步下移,不得固守原锚

当前状态:PB 17%分位(低估)+ PE 39%分位(合理偏低)+ 股息率 4.85%。综合判断:合理偏低,可分批加仓,但节奏可以比急跌品种更从容。


四、历史表现与风险特征

4.1 长期收益

统计区间表现
基日(2009.1.23)以来全收益年化~12.27%
ETF成立以来(2020.1-至今)累计+100%
ETF成立以来超额基准+64.55%
日收益率>0天数占比67.2%

4.2 年度收益(ETF 515450)

年份ETF回报基准回报超额市场环境
2021+19.30%+10.40%+8.90%结构牛
2022-3.80%-8.21%+4.41%🐻 熊市抗跌
2023+15.92%+10.88%+5.04%震荡修复
2024+31.02%+25.02%+6.00%红利牛市
2025+2.72%-1.45%+4.17%震荡磨底

🎯 连续5年跑赢基准,2022年熊市仅亏3.8%(沪深300同期跌21.6%),防御性拉满。2025年基准负收益时仍取得正回报。

📎 数据来源:晨星 515450年度回报

4.3 风险指标

指标数值评价
年化波动率~16.96%低于沪深300约21%
最大回撤(2020-2025)~14.5%远低于沪深300的~40%
近1年最大回撤~6.46%极低
涨势捕获率99.28%跟涨能力强
跌势捕获率43.83%🔑 仅承担43%下行,核心护城河
晨星评级⭐⭐⭐⭐⭐三年+五年双五星

跌势捕获率 43.83% 是这只指数最核心的价值:市场跌100块,它只跌43块。市场涨100块,它跟涨99块。这就是"红利低波"两个因子叠加的威力。

📐 回撤口径:最大回撤 = 自区间高点起算的最大跌幅,统计窗口见表内标注(2020-2025 / 近1年),起算点为窗口内净值高点;跨期对比须使用同一窗口与同一数据基准日。

📎 数据来源:晨星 515450风险 | 雪球 日收益率占比


五、加仓策略

5.1 加仓触发信号

✅ 估值信号
  • PB < 0.9x(当前0.94,接近):极强信号,意味着成分股集体破净
  • 股息率 > 5%(当前4.85%,接近):相对国债利差超过3%,长期资金会主动配置(yield_basis:近12个月DPS年度化,见 3.2 口径校准注释)
  • PE < 8x:处于历史低估区间(分位口径同 3.2:近10年月频、PE-TTM 整体法)
✅ 市场环境信号
  • 利率下行周期:红利资产相对优势增强
  • 科技成长过热、资金溢出:现有环境中(AI算力PE 100+),风格切换有利于低估值
  • 保险/社保/养老金等长线资金增配:2026Q1险资银行持仓超3500亿
✅ 资金面信号
  • ETF份额持续增长(515450今年以来份额+17%)✅ 已触发
  • 红利类ETF整体逆势吸金(5月净流入73亿)✅ 已触发

5.2 分批加仓方案

推荐3批 + 价格/时间双触发的策略:

批次触发条件占比逻辑
第1批当前(PB 0.94、股息率 4.85%)20%估值合理偏低,先建观察仓
第2批净值跌至1.35 或 持有满2个月40%主仓位,价格或时间先到先触发
第3批净值跌至1.28(PB<0.85)或 持有满4个月40%极端低估或时间换空间

⚠️ 区别于自由现金流ETF:这个指数回撤幅度通常较小(阴跌而非急跌),所以加仓节奏可以更倚重时间维度而非仅等价格。如果每批都设很低的价格,可能永远等不到。

仓位口径:单只个股 ≤ 总资金 10%;单只高风险/行业 ETF ≤ 总资金 5%(hard constraint);高弹性组合避免同一成长风格重复暴露。三者是不同层级约束(个股上限 / 高风险ETF上限 / 组合风格去重),非同一口径,须分别校验。上表"占比"为该标的建仓预算内部的分批比例,不是占总资金比例。


六、减仓策略

6.1 减仓触发信号

信号阈值
PE分位>80%(约PE>17x;分位口径同 3.2:近10年月频、PE-TTM 整体法,标注数据基准日)
股息率<2.5%(yield_basis:近12个月DPS年度化,见 3.2 口径校准注释)
跌势捕获率从<50%升至>70%(防御性退化)
行业基本面银行业出现系统性风险

📐 校准注释:本表减仓线为该指数专属校准阈值,随 DPS/盈利变动与数据基准日重校准;DPS 下修时对应减仓价格锚同步下移。

6.2 分批减仓方案

批次触发条件占比
第1批PE分位>70%30%
第2批PE分位>80%40%
第3批PE分位>90% 或 股息率<2.5%30%

七、风险控制

7.1 主要风险

风险类型说明概率
行业集中度风险制造业+金融业合计>62%,若银行系统性风险爆发影响较大中
利率上行风险美债利率走高会压制红利资产估值中
风格切换风险若市场转向纯成长风格,红利低波可能短期跑输低(当前市场已在从科技转向价值)
个股暴雷风险浙能电力(5/20跌停)等单只个股基本面恶化低(权重仅3.39%)
流动性风险ETF日均成交2-5亿,流动性充裕极低

7.2 注意:银行敞口叠加

如果组合中同时持有 515450(金融业29.5%)+ 招商银行(个股5%),整体银行板块敞口约 29.5%×20%(目标仓位)+ 5%(招行目标仓位)≈ 11%(占总组合)。这个水平在防御型组合中属于合理偏高,需在年度再平衡时统一审视。

7.3 空方论点 / 看空情景 / 证伪条件(输出必填)

凡输出分析/报告/结论/建议,必须包含以下三段,不得以单行"风险提示"替代,也不得只写多头结论:

空方论点(必填,与多头结论并列呈现):

  • 银行净息差收窄:金融业约占净值 29.5%,若净息差持续收窄导致银行盈利与分红能力下降,"高股息+低波"的核心逻辑会被直接削弱
  • 分红率下调:股息率支撑高度依赖成分股 DPS(yield_basis:近 12 个月 DPS 年度化);若成分股因盈利压力下调分红率,DPS 下修 → 股息率支撑与 3.2 的价格锚同步下移,"低估值"随之失真
  • 低估值陷阱:PB 0.94x 破净不等于便宜,可能是盈利/净资产质量的折价(见 7.4)
  • 风格切换:跌势捕获率的防御属性只在下行期兑现,若成长风格重新占优,本指数可能长期跑输

看空情景(可证伪,不得写成套话):

  • 情景 A:银行业绩与分红下修 → 指数 DPS 增速转负,股息率被动抬升但质量恶化("高股息陷阱")
  • 情景 B:利率上行周期 → 红利资产相对吸引力下降,3.2 的 PE/股息率操作信号与价格表现背离
  • 情景 C:跌势捕获率从 <50% 升至 >70%(6.1 减仓信号),低波因子失效、防御属性退化

证伪条件 / 观察指标(触发即结论失效、须重估):

观察指标证伪方向
成分股分红率与 DPS(同一 yield_basis)DPS 下修,或分红率上调至不可持续区间
银行业净息差、资产质量持续恶化、触发 6.1"银行业系统性风险"表述
跌势捕获率从 <50% 升至 >70%
PE 分位 / 股息率跌出 3.2 校准区间,或信号与基本面背离

7.4 估值陷阱检查项(必填)

凡结论涉及"低估/便宜/可加仓",必须逐项核查并写明结论:

  • 低 PE ≠ 便宜:警惕盈利顶部(周期股陷阱)——成分股盈利处于周期高位时 PE 被动压低,"低估"是假象
  • 回撤大 ≠ 估值低:区分"杀估值"与"杀逻辑/杀业绩",仅回撤幅度不构成低估证据
  • 高股息可持续性:核对分红率、自由现金流覆盖、分红政策,警惕分红率下调(对应 7.3 空方论点)
  • 增长质量:盈利含量(是否依赖非经常性损益/投资收益)与现金含量(收现比/净现比);增长缺现金含量则股息基础不牢

八、与自由现金流ETF的配置协同

维度515450 红利低波159201 自由现金流
角色🔵 纯防御底仓🟣 攻守兼备增强
筛选逻辑高分红+低波动高自由现金流率
调仓频率半年季度
行业侧重制造+金融+公用汽车+石化+家电
最大回撤~14.5%~16.7%
年化波动~17%~18-22%
PE8-9x14-15x
股息率4.85%3.14%
进攻弹性偏低偏高
防御属性极强较强

🎯 两者互补而非替代:515450负责"睡得着觉"(跌势捕获率43%),159201负责"赚得到钱"(季度调仓+盈利弹性)。组合配置可实现 1+1>2 的效果。


九、分红记录

515450 自成立以来分红7次,累计每份分红 0.43 元:

日期每份分红
2025-120.0300
2025-070.0450
2024-120.0550
2024-070.0500
2023-120.1400
2022-120.0500
2021-110.0600

建议选择红利再投资,享受复利效应。


十、常见问题

Q1:这个指数适合定投吗?

非常适合。低波动+高分红+长期向上,是定投的理想标的。成立以来日收益率>0天数占67.2%,意味着定投大部分时候买在相对低位。

Q2:银行占比近30%,风险大吗?

可控但非无风险。与中证红利低波(银行50%)相比,标普指数有30%行业权重上限。且银行股当前PE仅5-6倍、股息率5%+,在中国金融体系中银行具有系统性重要地位——"估值已充分反映悲观预期"只是多头论点,须与空方论点并列呈现:若银行净息差持续收窄、分红率下调,高股息逻辑会被直接削弱(空方情景与证伪指标见 7.3),届时"低估值"可能演变为低估值陷阱。

Q3:和512890(华泰柏瑞红利低波)怎么选?

  • 515450:行业更均衡(制造32%+金融30%)、半年调仓更灵活(费率 0.60%,与 512890 相同,非差异点)
  • 512890:银行占50%+、红利属性更强、规模更大流动性更好
  • 稳健型选515450,追求极致红利选512890

Q4:什么时候应该卖?

PE分位>80%、股息率<2.5%、或银行板块出现系统性风险。以这只指数的低波动特征,通常无需主动卖出,只需在估值极端时按 6.1 信号再平衡(以上为阈值触发下的配置参考,非买卖指令;空方论点与证伪条件见 7.3)。


数据获取与口径

  • 获取方式:优先本地 CLI bun run main.ts(实时行情/净值/股息率/K线);估值分位、宏观/行业/财报数据用 WebSearch 补充
  • 官方口径优先:券商实际到账、交易所/公司公告 > 第三方平台;数据冲突以官方为准
  • 禁止编造:取不到的数据标「不可得」,不得臆测填充;预测值须标来源或「作者假设」
  • 数据基准日:所有数值标注取数日期;跨期对比须同一基准日

重要提醒

  1. 合规性:所有分析仅供参考,不构成投资建议
  2. 风险提示:投资有风险,入市需谨慎。过往业绩不代表未来表现
  3. 长期视角:红利低波ETF适合3年以上长期持有,频繁交易会侵蚀复利
  4. 分散投资:不要将所有资金投入单一ETF,做好资产配置

数据来源索引

数据项来源
指数基础信息、前十大成分股标普官网
编制规则详解雪球 i茅先生
四大红利低波指数对比今日头条
标普红利低波50深度简析雪球 海边拾贝猪
ETF行业配置(2026Q1季报)同花顺 · 天天基金
ETF年度回报、晨星评级晨星中国
指数股息率4.85%界面新闻/东方财富
日收益率>0天数67.2%雪球 风随我飘
最大回撤14.5%、年化波动16.96%雪球 风随我飘

持续优化

根据季报披露(1/4/7/10月)和半年调仓(1月/7月),定期更新行业分布、前十大持仓与估值数据。当指数编制规则发生变更或新产品上市时同步更新。

Frequently asked questions

What does the Dividend Low Vol Etf AI skill do?

分析标普中国A股大盘红利低波50指数(SPCLLHCP)及对应ETF(515450)的投资策略,提供加仓减仓时机判断、估值分析、风险评估、持仓管理建议。当用户询问红利低波ETF、515450、标普红利低波50投资操作、买卖时机、仓位管理时调用此技能。

Why use Dividend Low Vol Etf on TypingMind?

Because you install it once and use it with any model. Dividend Low Vol Etf is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Dividend Low Vol Etf in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/belos-street/stock-analytics-agent/tree/main/.agents/skills/dividend-low-vol-etf. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use Dividend Low Vol Etf?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Dividend Low Vol Etf?

As many as you like. As long as a model supports skills, you can use Dividend Low Vol Etf with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Dividend Low Vol Etf AI skill free?

Yes. It is published on GitHub by belos-street under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇