其中:

• :

  股票 j 在第 t 月的第 k 个交易日的收盘价格，其中 k 的取值范围为 [d-L+1, d]，d 代表第 t 月的最后一个交易日。

• :

  移动平均的窗口长度，表示计算移动平均时所使用的历史交易日数量。例如，L=20 代表 20 日移动平均。

• :

  股票 j 在第 t 月，基于窗口长度 L 计算的简单移动平均价格。它是过去 L 个交易日收盘价格的算术平均值。

• :

  标准化后的移动平均价格，即将移动平均价格 $SMA_{j,t,L}$ 除以当期（第 t 月最后交易日）的收盘价格 $P_{j,d}^{t}$。该标准化处理旨在消除不同股票价格水平的差异，使得不同股票的动量因子具有可比性。

• :

  股票 j 在第 t 期的收益率，通常使用对数收益率计算，即 $r_{j,t} = log(P_{j,d}^{t}) - log(P_{j,d-1}^{t})$

• :

  回归模型的截距项，代表在所有移动平均因子均为0时，股票的预期收益率。

• :

  第 i 个移动平均因子的因子收益率，表示当第 i 个标准化移动平均价格 $M\bar{A}_{j,t-1,L_i}$ 变化一个单位时，股票收益率的预期变化量。该系数反映了不同时间尺度下移动平均动量对股票收益的贡献。

• :

  回归模型的残差项，代表模型未能解释的股票收益率部分，即模型误差。

• :

  第 i 个移动平均因子在 t+1 期的预期因子收益率，通过对过去12个月的因子收益率进行简单平均得到。这表示我们基于过去观测到的因子收益率，对未来因子收益率的预期。

• :

  股票 j 在 t+1 期的预期收益率，通过将 t 期的标准化移动平均价格 $M\bar{A}{j,t,L_i}$ 与预测的因子收益率 $E_t[\beta{i,t+1}]$ 相乘，并对所有时间尺度的因子求和得到。该值表示基于历史信息和模型预测，对股票未来收益率的估计。