여기서:

• :

  t월의 k번째 거래일의 주식 j의 종가. k의 값 범위는 [d-L+1, d]이며, 여기서 d는 해당 월의 마지막 거래일입니다.

• :

  이동 평균의 창 너비는 이동 평균을 계산하는 데 사용되는 시간 범위이며, 예를 들어 5일, 10일, 20일 등입니다. 서로 다른 L 값은 서로 다른 시간 척도를 나타냅니다.

• :

  L의 창 너비로 t월에 주식 j의 이동 평균 가격입니다. 특정 시간 창 내에서 주식 가격의 평균 수준을 반영합니다.

• :

  표준화된 이동 평균 가격. 이동 평균 가격을 해당 월의 마지막 거래일의 종가로 나누어 서로 다른 주가 절대값의 차이를 제거하여 서로 다른 주식의 이동 평균을 비교 가능하게 만듭니다.

• :

  t 기간에서 주식 j의 수익률. 일반적으로 월별 수익률을 의미하며, $r_{j,t} = (P_{j,d}^{t} - P_{j,d-1}^{t})/ P_{j,d-1}^{t}$ 로 계산됩니다.

• :

  t 기간에서 회귀 모델로 추정된 i번째 시간 창 $L_i$의 표준화된 이동 평균 가격 $M\bar{A}_{j,t-1,L_i}$의 요인 수익(또는 요인 로딩). 이 시간 창의 모멘텀 신호가 주식 수익에 미치는 기여도를 나타냅니다.

• :

  회귀 모델의 오차항은 모델이 설명할 수 없는 수익의 부분을 반영합니다.

• :

  과거 12개월 동안의 요인 수익의 평균을 기반으로 다음 달의 요인 수익의 예상 값을 얻습니다. 과거 기간 동안의 요인 수익의 평균을 미래 요인 수익의 추정치로 사용하는 것은 요인 수익의 평균 회귀 특성을 이용합니다.

• :

  각 시간 창의 이동 평균과 예상 요인 수익을 기반으로 다음 기간(t+1)의 주식 j의 예상 수익을 계산합니다. 다양한 시간 척도에서 미래 수익에 대한 모멘텀 신호의 영향을 종합적으로 고려합니다.