红利低波:每年几轮下跌,跌完买入能赚多少?

大家好,欢迎来到「风来的躺平日志」之指数信号系列~

红利低波是很多低风险偏好的朋友很喜欢的指数:股息高、波动小、拿得住。但「拿得住」不代表「不跌」——总有人会问:它每年是不是都要来几轮下跌?如果我在它跌完之后买入,收益到底怎么算?

今天不聊感觉,用数据说话。我跑了一遍中证红利低波动全收益指数(H20269,含分红再投资)2016-01 到 2026-08 这十年半的数据,把「每年几轮下跌」和「跌完买入能赚多少」两个问题都量化了一下。

一、每年几轮下跌?——是常态,且有规律

用「回撤」衡量下跌:从历史高点回落超过 5% 算一轮像样的下跌。十一年逐年的统计:

年份最大回撤>5% 轮次>10% 轮次
2016-17.6%21
2017-5.9%30
2018-27.5%11
2019-24.3%11
2020-22.5%31
2021-16.9%33
2022-15.5%22
2023-12.3%21
2024-13.5%32
2025-6.9%30
2026*-14.0%11

*2026 为截至 8 月的数据。

结论很清楚:

  • 每一年都至少 1 轮 >5% 回撤,多数年份 2~3 轮。连 2017、2025 这种温和年份也有 3 次浅回调。
  • 深跌一轮(>10%)差不多一年一次——十一年里有九年出现过。
  • 深跌的幅度随市场环境波动:温和年只回撤 6% 上下,熊市年能到 24%~28%(2018、2019、2020)。

所以「红利低波每年都要来几轮下跌」是真的,但不用怕——它跌得比大盘浅、恢复得快。这恰恰是它的特性:低波 ≠ 不跌,而是跌得少、跌得稳、跌完还能涨回来。

二、跌完买入能赚多少?——跌得越深,赚得越多

这里有个陷阱要先讲清楚:「谷底」是事后才知道的,你永远不可能精确抄在最低点。所以我把评估分成两个口径。

口径 A:谷底精确买入(上界参考,不落地)

把十年半里每一轮完整回撤的最低点找出来,共 23 轮,假设恰好买在谷底:

期限平均收益盈利概率
1月+7.0%100%
3月+7.7%91%
6月+11.8%91%
12月+16.1%90%

按谷底深度再分层,单调性非常干净:

谷底深度6月均值12月均值
跌 >15%+20.8%+21.6%
跌 10~15%+16.9%+21.3%
跌 5~10%+9.5%+12.9%
跌 3~5%+6.0%+12.0%

⚠️ 注意:1 月期 100% 胜率有一部分是「谷底定义本身就是局部最低点」的机械结果,不能当成可抄底信号。这个口径的价值是给出上界——精确抄底的天花板也就这样。

口径 B:可实现条件买入(回撤到 X 就买,实时可知)

谷底抄不到,但「当天回撤已经达到 X% 就买入」是可实现的——指数跌破阈值的那一刻你立刻就知道。实测:

触发阈值触发天数12月均值12月盈利概率相对任意日基准
≤ -5%1430+13.3%90%+2.5%
≤ -10%660+12.8%88%+2.1%
≤ -15%280+16.8%99%+6.0%
≤ -20%125+14.8%100%+4.0%

对照基准:任意一天买入的 12 月平均收益是 +10.8%、盈利概率 85%。

两个口径指向同一个结论:红利低波的回撤深度是一个有效的信号——跌得越深,之后的预期收益越好,而且关系是单调的。 其中 -15% 是个漂亮的拐点:一年大约只触发一次(280 天 ≈ 每两年三次),正好卡在「一年一轮深跌」的节奏上,12 月盈利概率跳到 99%,超额收益最明显。

三、怎么用?——把回撤深度当准入过滤器

我的建议是把这套结论接进「估值独立过滤」的思路里用:

  1. 回撤深度当「能不能买」的准入条件,不当「什么时候买」的择时器。跌到 -10%~-15% 区间进入加仓观察区,跌到 -15% 触发分批建仓。不猜底,等深度阈值自己亮绿灯。
  2. -15% 开始分批,不要一把梭。2018 年那种极端年份会一路下探到 -27.5%,分批能摊平成本、拿得住。
  3. 别把回撤当唯一信号。回撤深浅和估值高低是两回事,红利低波的股息率/估值分位该看还是要看,两者是互补的准入条件,不是替代关系。

方法说明与风险提示

  • 数据口径:中证红利低波动全收益指数(H20269,含分红再投资),2016-01 ~ 2026-08,共 23 轮完整回撤。
  • 样本限制:最深的两三档(跌 >15%)只有 3~8 次样本,统计上只能当方向性结论,别过度外推。
  • 实盘差距:指数含分红再投资;买 ETF(如 515450)还要扣分红再投资路径和管理费,实际收益会略低。
  • 本文是数据复盘,不是投资建议。市场有风险,回撤买入也可能接着跌,务必分批、留足安全边际。

以上就是今天的【指数信号|红利低波回撤分析】。数据不会骗人,但别忘了它只描述过去。关注我,一起用数据看懂指数~