여기서:

• :

  k는 [d-L+1, d] 범위에 있고 d는 t월의 마지막 거래일인 경우, t월의 k번째 거래일에서의 주식 j의 종가입니다.

• :

  이동 평균 창 길이는 이동 평균을 계산하는 데 사용되는 과거 거래일 수를 나타냅니다. 예를 들어, L=20은 20일 이동 평균을 나타냅니다.

• :

  창 길이 L에 대해 계산된 t월의 주식 j의 단순 이동 평균 가격입니다. 이는 과거 L 거래일 동안의 종가의 산술 평균입니다.

• :

  표준화된 이동 평균 가격은 이동 평균 가격 $SMA_{j,t,L}$을 현재 기간(t번째 월의 마지막 거래일)의 종가 $P_{j,d}^{t}$로 나눈 값입니다. 이 표준화 프로세스는 다양한 주식의 가격 수준 차이를 제거하여 다른 주식의 모멘텀 요인을 비교 가능하게 만들고자 합니다.

• :

  t기간의 주식 j의 수익률은 일반적으로 로그 수익률을 사용하여 계산됩니다. 즉, $r_{j,t} = log(P_{j,d}^{t}) - log(P_{j,d-1}^{t})$ 입니다.

• :

  회귀 모델의 절편 항은 모든 이동 평균 요인이 0일 때 주식의 기대 수익률을 나타냅니다.

• :

  i번째 이동 평균 요인의 요인 수익률은 i번째 표준화된 이동 평균 가격 $M\bar{A}_{j,t-1,L_i}$가 1단위 변할 때 주식 수익률의 기대 변화를 나타냅니다. 이 계수는 다양한 시간 척도에서 이동 평균 모멘텀이 주식 수익률에 미치는 영향을 반영합니다.

• :

  회귀 모델의 잔차 항은 모델이 설명할 수 없는 주식 수익률의 부분을 나타냅니다. 즉, 모델 오차입니다.

• :

  t+1 기간의 i번째 이동 평균 요인의 기대 요인 수익률은 지난 12개월 동안의 요인 수익률을 단순히 평균하여 얻습니다. 이는 과거에 관찰된 요인 수익률을 기반으로 한 미래 요인 수익률에 대한 우리의 기대를 나타냅니다.

• :

  t+1 기간의 주식 j의 기대 수익률은 t기간의 표준화된 이동 평균 가격 $M\bar{A}{j,t,L_i}$에 예측된 요인 수익률 $E_t[\beta{i,t+1}]$을 곱하고 모든 시간 척도에 대한 요인을 합산하여 얻습니다. 이 값은 과거 정보 및 모델 예측을 기반으로 한 주식의 미래 수익률 추정치를 나타냅니다.