其中：

• :

  股票 j 在第 t 月的第 k 个交易日的收盘价。k的取值范围为[d-L+1,d], d 为当月最后一天交易日。

• :

  移动平均的窗口宽度，即计算移动平均值所使用的时间跨度，例如5天、10天、20天等。不同的L值代表不同的时间尺度。

• :

  股票 j 在第 t 月，以 L 为窗口宽度的移动平均价格。它反映了在特定时间窗口内，股票价格的平均水平。

• :

  标准化后的移动平均价格。通过将移动平均价格除以当月最后一个交易日的收盘价，消除了不同股票价格绝对值的差异，使不同股票的移动平均值具有可比性。

• :

  股票 j 在第 t 期的收益率。这里一般指的是月度收益率，计算公式为 $r_{j,t} = (P_{j,d}^{t} - P_{j,d-1}^{t})/ P_{j,d-1}^{t}$ 。

• :

  在第 t 期，由回归模型估计出的，第 i 个时间窗口 $L_i$ 的标准化移动平均价格 $M\bar{A}_{j,t-1,L_i}$ 的因子收益率（或因子载荷）。它代表了该时间窗口的动量信号对股票收益的贡献。

• :

  回归模型中的误差项，反映了模型未能解释的收益率部分。

• :

  基于过去12个月的因子收益率的平均值，得到的对下一个月因子收益率的预期值。使用过去一段时间的因子收益率均值作为未来因子收益率的估计，利用了因子收益率的均值回复特性。

• :

  基于各时间窗口移动平均值及预期因子收益率，计算出的股票 j 在下一期（t+1）的预期收益率。它综合考虑了不同时间尺度下的动量信号对未来收益率的影响。