过往的红利策略框架多侧重于静态的股息率排序或单一维度的财务筛选，而红利资产的跟踪难点则在于：择时信号易受宏观噪音干扰、行业轮动节奏难以提前捕捉、个股质量与分红可持续性缺乏动态校验，三者往往割裂分析，导致实战中对红利贝塔与阿尔法的把握顾此失彼。针对这些痛点，我们在此提供一套系统性跟踪指南：这套红利策略体系在内部以上、中、下三层结构运行，每一层解决不同的问题，层层递进，形成闭环，分别解决“何时配、配什么、选谁好”的核心问题，力求让红利投资从模糊的经验判断转向可量化、可跟踪、可迭代的决策流程。具体框架如下：
　　（1）最上层为红利选股。每年财报季结束后，对全市场所有红利资产，依据四个客观因子（股息回报及质量、盈利前瞻风险、盈利质量和含金量、财务安全性）与三个主观因子（公司治理与意愿、行业周期位置、盈利稳定性）进行综合打分排序，由此形成当年的红利优选股票池。该池子的目的并非直接提供买入建议，而是通过定量与定性相结合的方式，筛选出一批红利质量排名靠前的个股，供投资决策者在此基础之上，结合自身偏好和组合需求，开展进一步的深度筛选与配置决策。
　　（2）中间层为红利行业的动态跟踪。这一层的工作频率更高，细化至行业高频数据跟踪和行业交易属性跟踪两个维度，基本达到周度甚至日度级别的监控。重点观察在红利大板块内部，是否存在某些细分行业因自身较强的阿尔法属性而阶段性跑出超额收益。典型案例包括2016-2017年的白酒、2020-2021年的煤炭、2024年的公用事业，以及2024~2025年的银行，均呈现过此类独立行情节奏。通过这一层跟踪，能够及时捕捉红利内部的结构性机会，避免对红利板块采取一刀切式的整体判断。
　　（3）最底层为红利择时模型，亦是整个框架的基石。该层决定了红利资产整体是否具备大的贝塔机会。若择时模型发出信号，判定宏观环境对红利策略有利，则上层的选股池与中层的行业跟踪方具备更强的实战意义；反之，若择时信号偏空，即便个股质量再高、行业景气再好，也建议控制整体仓位，以降低风险暴露，典型的是2026年上半年。
　　综上，三层关系可概括为：底层定仓位，中层选方向，上层筛个股。自上而下，相互验证，共同构成从宏观择时到微观落地的完整红利资产决策链条。
　　风险提示。地缘冲突超预期；海外通胀及美国经济韧性，流动性进入紧缩周期；科技成长风格趋势延续，虹吸资金；险资等长线资金配置不及预期；国内稳增长不及预期。