যেখানে:

• :

  দিন d তে স্টক i এর দৈনিক রিটার্ন গণনা করা হয়: $R_{i,d} = \frac{P_{i,d} - P_{i,d-1}}{P_{i,d-1}}$, যেখানে $P_{i,d}$ হলো দিন d তে স্টক i এর সমাপনী মূল্য।

• :

  দিন d তে স্টক i এর দৈনিক রিটার্ন $R_{i,d}$ সমস্ত স্টকের মধ্যে ছোট থেকে বড় ক্রমে র‍্যাঙ্ক করা হয়। উদাহরণস্বরূপ, যদি সেই দিনে 100টি স্টক থাকে এবং এই স্টকের রিটার্ন 30তম হয়, তাহলে $y(R_{i,d}) = 30$।

• :

  দিন d-তে র‍্যাঙ্কিংয়ে অংশ নেওয়া স্টকের মোট সংখ্যা (অর্থাৎ, দিন d-তে বৈধ রিটার্ন ডেটা সহ স্টকের সংখ্যা)

• :

  m-তম মাসে ট্রেডিং দিনের মোট সংখ্যা যা সেই মাসে গণনার জন্য ব্যবহৃত বৈধ ট্রেডিং দিনের সংখ্যা নির্দেশ করে।

• :

  দিন d-তে স্টক i-এর দৈনিক রিটার্ন র‍্যাঙ্কিংয়ের স্বাভাবিককৃত স্কোর। এই স্বাভাবিককরণ ধাপটি কাঁচা র‍্যাঙ্কিংকে গড় 0 এবং আদর্শ বিচ্যুতি 1 সহ একটি বিতরণে রূপান্তরিত করে। হর-এ $\sqrt{\frac{(N_d + 1)(N_d - 1)}{12}}$ র‍্যাঙ্কিং ডেটার তাত্ত্বিক আদর্শ বিচ্যুতি।

• :

  মাস m-এ স্টক i-এর মাসিক রিটার্ন র‍্যাঙ্কিংয়ের স্ট্যান্ডার্ডাইজড স্কোরের গড়। সেই মাসে স্টকের সামগ্রিক র‍্যাঙ্কিং কর্মক্ষমতা সেই মাসের প্রতিটি দিনের স্ট্যান্ডার্ডাইজড র‍্যাঙ্কিং স্কোরের গড় করে পাওয়া যায়।

• :

  সময় উইন্ডোর আকার বিবেচনা করা হয়, যা মোমেন্টাম ফ্যাক্টর গণনা করার সময় কত মাস পিছন ফিরে দেখতে হবে তা নির্দেশ করে। উদাহরণস্বরূপ, যদি N=6 হয়, তাহলে গত 6 মাসের মাসিক রিটার্ন র‍্যাঙ্কিংয়ের স্ট্যান্ডার্ডাইজড স্কোরের গড় গণনা করা হয়।

• :

  সময় অফসেট, মোমেন্টাম গণনা শুরু করার সময়কে বিলম্বিত করতে ব্যবহৃত হয়। উদাহরণস্বরূপ, যদি M=1 হয়, তাহলে মোমেন্টাম ফ্যাক্টর t-N-1 মাস থেকে t-1 মাস পর্যন্ত গণনা করা হবে। এটি সর্বশেষ মাসিক ডেটা ব্যবহার করা এড়ায় এবং স্বল্পমেয়াদী বিপরীতমুখীতা এবং অন্যান্য প্রভাব হ্রাস করে।

• :

  অতীতের N মাসের উপর ভিত্তি করে এবং M মাস দ্বারা অফসেট করা t সময়ে স্টক i-এর র‍্যাঙ্কড মোমেন্টাম ফ্যাক্টর মান। মানটি হলো নির্দিষ্ট সময় উইন্ডোর মধ্যে মাসিক রিটার্নের র‍্যাঙ্ক করা স্ট্যান্ডার্ডাইজড স্কোরের গড়।