核心观点：本文从卡尔曼滤波仓位测算入手，分别向构造行业轮动组合和构造选基因子深入研究，在构造行业轮动组合方面，本文构造的行业轮动组合在2018年5月至2023年5月期间，年化多头17.27%，年化空头-16.35%，全时段多空年化40.2%。在选基因子上，使用仓位测算和业绩分解的思想，构造了KF-Alpha因子，月频IC均值7.2%，ICIR0.45，年化多空收益9.02%；季频上，IC均值8.65%，ICIR0.51，年化多空收益7.49%。
　　卡尔曼滤波各种方法对比
　　相同配置单核运行下，卡尔曼滤波相较于约束Lasso耗时仅为1/10，使用上期真实持仓收敛和默认初值收敛没有太大差别，投影法和约束法对比，二者对于仓位估算的精度差异并不明显，投影法平均RMSE0.8%，约束法平均RMSE0.78%。在18个行业上约束法强于投影法，但在少部分行业约束法的精度下降较大。
　　卡尔曼滤波和Lasso对比
　　Lasso的平均RMSE（1.9%）比用卡尔曼滤波（0.8%）更高，在单个基金的估算精度上，从2010年至2022年底，卡尔曼滤波方法在10个板块和30个行业上，在单基金的估算精度中均能体现出更高的精度。
　　“优中选优”——从仓位测算到行业轮动
　　我们发现基于长期能力因子的仓位变动空头效应较强，时点配置多头效应较强，因此基于此的行业轮动月频策略多空年化36.71%，其中多头部分年化超额20.97%，空头部分年化超额-11.51%。使用动态参数构造的行业轮动组合在2018年5月至2023年5月期间，年化多头超额17.27%，年化空头超额-16.35%，多空年化40.2%。
　　仓位测算到选基因子构造
　　使用基金周度估算行业仓位和行业指数构造基金模拟净值，模拟净值相对基金指数作为行业配置Alpha，真实净值和模拟净值对比记为选股Alpha，KF-Alpha（选股）月频IC均值7.2%，ICIR0.45，年化多空收益9.02%；季频IC均值8.65%，ICIR0.51，年化多空收益7.49%。
　　风险提示：1、基金过去业绩不代表未来收益；2、量化模型存在失效风险；3、仓位估算方法不代表真实仓位；4、选基Alpha因子不具备收益预测效应；5、行业轮动数可能存在样本外失效问题。