โดยที่:

• :

  ราคาปิดของหุ้น j ในวันที่ k ของเดือน t โดยที่ k อยู่ในช่วง [d-L+1, d] และ d คือวันซื้อขายสุดท้ายของเดือน t

• :

  ความยาวของหน้าต่างค่าเฉลี่ยเคลื่อนที่ ระบุจำนวนวันซื้อขายในอดีตที่ใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ ตัวอย่างเช่น L=20 แสดงถึงค่าเฉลี่ยเคลื่อนที่ 20 วัน

• :

  ราคาเฉลี่ยเคลื่อนที่อย่างง่ายของหุ้น j ในเดือน t คำนวณในช่วงความยาวหน้าต่าง L เป็นค่าเฉลี่ยเลขคณิตของราคาปิดในช่วง L วันซื้อขายที่ผ่านมา

• :

  ราคาเฉลี่ยเคลื่อนที่ที่ปรับให้เป็นมาตรฐาน คือราคาเฉลี่ยเคลื่อนที่ $SMA_{j,t,L}$ หารด้วยราคาปิด $P_{j,d}^{t}$ ของงวดปัจจุบัน (วันซื้อขายสุดท้ายของเดือนที่ t) กระบวนการปรับให้เป็นมาตรฐานนี้มีจุดมุ่งหมายเพื่อกำจัดความแตกต่างในระดับราคาของหุ้นที่แตกต่างกัน ทำให้ปัจจัยโมเมนตัมของหุ้นที่แตกต่างกันสามารถเปรียบเทียบกันได้

• :

  ผลตอบแทนของหุ้น j ในงวด t โดยปกติจะคำนวณโดยใช้ผลตอบแทนลอการิทึม นั่นคือ $r_{j,t} = log(P_{j,d}^{t}) - log(P_{j,d-1}^{t})$

• :

  ค่าคงที่ของโมเดลการถดถอย แสดงถึงผลตอบแทนที่คาดหวังของหุ้นเมื่อปัจจัยค่าเฉลี่ยเคลื่อนที่ทั้งหมดเป็น 0

• :

  ผลตอบแทนของปัจจัยค่าเฉลี่ยเคลื่อนที่ที่ i แสดงถึงการเปลี่ยนแปลงที่คาดหวังในผลตอบแทนของหุ้น เมื่อราคาเฉลี่ยเคลื่อนที่ที่ปรับให้เป็นมาตรฐานที่ i $M\bar{A}_{j,t-1,L_i}$ เปลี่ยนแปลงไปหนึ่งหน่วย สัมประสิทธิ์นี้สะท้อนถึงการมีส่วนร่วมของโมเมนตัมค่าเฉลี่ยเคลื่อนที่ต่อผลตอบแทนของหุ้นในช่วงเวลาที่แตกต่างกัน

• :

  ค่าคลาดเคลื่อนของโมเดลการถดถอย แสดงถึงส่วนของผลตอบแทนของหุ้นที่โมเดลไม่สามารถอธิบายได้ นั่นคือ ข้อผิดพลาดของโมเดล

• :

  ผลตอบแทนของปัจจัยที่คาดหวังของปัจจัยค่าเฉลี่ยเคลื่อนที่ที่ i ในงวด t+1 ได้มาโดยการหาค่าเฉลี่ยผลตอบแทนของปัจจัยในช่วง 12 เดือนที่ผ่านมา นี่แสดงถึงความคาดหวังของเราเกี่ยวกับผลตอบแทนของปัจจัยในอนาคตโดยพิจารณาจากผลตอบแทนของปัจจัยที่สังเกตได้ในอดีต

• :

  ผลตอบแทนที่คาดหวังของหุ้น j ในงวด t+1 ได้มาโดยการคูณราคาเฉลี่ยเคลื่อนที่ที่ปรับให้เป็นมาตรฐาน $M\bar{A}{j,t,L_i}$ ในงวด t กับผลตอบแทนของปัจจัยที่คาดการณ์ $E_t[\beta{i,t+1}]$ และบวกผลรวมของปัจจัยในช่วงเวลาทั้งหมด ค่านี้แสดงถึงการประมาณค่าผลตอบแทนในอนาคตของหุ้นโดยอิงจากข้อมูลในอดีตและการคาดการณ์ของโมเดล