尽管Kelly投资组合在理论上实现了财富对数增长率的最大化,并且相比于其他任何投资组合有最高的收益增长率,但是在现实中并非如此,特别是在短期中具有较大的风险和不稳定性,而在股票市场上短线投资者是占据大多数的,所以在这种情况下减少Kelly投资组合在短期的波动性和风险性是很有必要的。传统的Kelly模型具有较大的风险性,其主要的一个原因是由于其模型参数大多数是通过样本数据来估计得到,但是样本参数本身就具有较大的估计误差,因此在一定程度上加大了模型的风险性。由于传统投资模型输入参数大多数是由样本参数估计所得,具有较大的风险,因此已有不少的研究者提出了相应的修正方法,目前市面上比较常见的是收缩估计方法,常见的收缩估计形式是引入另外一个元素估计量来对样本参数进行修正,De Miguel和Utrera（2013）提出了将目标均值估计量表示成原样本均值估计量和常向量的加权平均,并且提出该收缩估计方法可能对激进的投资组合有较大的性能提升;Ledoit和Wolf（2000）提出了一种市场矩阵收缩估计的方法,市场矩阵的提出也有利于减少传统投资组合协方差矩阵估计的误差,而且对于激进的投资组合可能也有较大的作用;在权重收缩方面目前市面上大多数文献依然采用的是传统投资组合模型两两结合。因此考虑到Kelly投资组合本身具有激进型的特点,本文在过往学者研究的基础上,研究不同收缩估计方法对传统Kelly模型的影响以及不同收缩方法之间的差别。本文本着减少Kelly投资组合短期风险和样本参数估计误差的目的,针对Kelly模型基本特征,采取了不同的收缩估计方法,对样本参数的均值、协方差矩阵、样本权重分别进行了收缩估计,三种不同参数的估计均采用了统一的收缩方法形式,即将收缩估计后的参数形式都表现为原样本矩和另外一种收缩矩的加权平均,从而实现对传统Kelly模型的优化。在收缩估计方法的选取上,对于均值收缩估计采用了De Miguel和Utrera（2013）提出的常向量,在协方差矩阵收缩估计方法中,结合Kelly模型的特征采用了Ledoit和Wolf（2003）提出来的市场矩阵和常系数相关矩阵收缩方法以及最常见的单位矩阵收缩估计方法,在样本权重收缩估计方法中,采用了最小方差投资组合和等权重投资组合收缩估计方法。为了更好的理解收缩估计方法对模型的影响,本文首先进行了模拟仿真,运用了fama-french三因子模型来模拟出不同的资产收益率数据,以此来初步了解这些进行了不同收缩估计的模型的特性。在实证分析中研究的市场是中国股票市场,选取的是我国二十个行业指数的2006年1月1日至2021年12月31日的日度数据,在此基础上构建相应的Kelly投资组合,并利用控制变量法探究了不同收缩估计方法对于传统Kelly模型的影响,并且进一步比较了不同收缩模型,从而为投资者提供一定的建议。本文的主要结论如下:（1）在仿真模拟研究中,所有运用了收缩估计方法的Kelly模型都要比传统模型的性能更好,无论是在收益率、波动率,还是在夏普比率、最大回撤上。（2）在单一收缩估计方法的实证研究中,引入常向量的收缩估计方法相比于其他收缩方法要更好。（3）在两两混合收缩估计模型中,当对传统Kelly模型进行均值常向量收缩和常系数相关矩阵收缩时,此时的收缩估计方法时最好的。（4）在三者均收缩估计模型中,当对传统Kelly模型进行均值常向量收缩、市场矩阵收缩以及等权重组合收缩时,此时模型的性能相比于其他三者均收缩估计模型而言效果是最好的,但是此时考虑收缩方向是三个,模型相比传统Kelly模型性能其实是有所下降的,在一定程度上是由于收缩过度导致的。（5）在中国的股票市场上,对传统Kelly模型进行均值和协方差矩阵收缩的方法在一定程度上是好于对权重收缩估计方法的。本文的创新点主要包括:（1）本文针对已有学者De Miguel和Utrera（2013）以及Ledoit和Wolf（2003）提出的针对激进型投资组合可能的收缩估计方法进行了验证与说明,通过求解非线性规划问题来进行资产配置,这在一定程度上丰富了对传统Kelly模型性能提升框架理论。（2）从收缩估计这个视角出发,目前大多数文献都是选择对传统模型进行单一收缩估计优化,但本文在常向量均值收缩、市场矩阵、常系数相关矩阵、单位矩阵等基础上,对传统模型进行了两两混合,三者均收缩估计的研究,这具有一定的创新性,这也进一步丰富了收缩估计方法的理论体系。（3）本文较为全面的分析和研究了各个收缩估计方向对于传统Kelly模型的影响,利用控制变量法分析了不同收缩估计模型的性能,从微观视角出发,研究了中国股票市场上Kelly投资组合,为我国乃至全球投资者应用激进型投资组合在中国市场上提供了一定的投资建议。本文尚存在一些不足之处:（1）本文虽然是针对Kelly投资组合应用了相应的收缩估计方法,但是还有很多其他对于投资组合的收缩估计方法没有应用到。（2）本文虽然研究的对象是中国股票市场,但是由于选取的资产配置为行业指数,因此对于个股分析而言,运用收缩估计方法的Kelly策略对于这些数据缺失较多的个股是否还适用,还需要进一步的研究。（3）本文针对的传统Kelly模型运用的不同收缩估计方法均是在现有方法中,在后续的研究中可以进一步针对Kelly模型提出创新型的收缩估计方法,以此来进一步完善Kelly模型优化理论体系。