Momentum-Strategien bilden eine wichtige Unterklasse von Trading Algorithmen, bei der die Bestimmung der Trendsteigung (positiv/negativ) als Grundlage für das Handeln eines Assets dienen kann (kaufen/verkaufen). Klassische Signalextraktionsverfahren greifen bei der Herleitung des Trends auf sog. kleinstequadrate Optimalitätsprinzipien. Im Rahmen des DFA wird diese spezielle (kleinstequadrate) Fehlernorm in drei gleichgewichtete Fehlerkomponenten aufgespaltet, die als Zeitverzögerung, Rauschunterdrückung und Niveauanpassung des Filters interpretiert werden (Trilemma). Durch die Auftrennung des Kriteriums können in der Folge diejenigen Eigenschaften des Momentumfilters hervorgehoben werden, die am ehesten dem Zweck einer speziellen Anwendung entsprechen. Im Bereich algorithmisches Trading erweisen sich insbesondere die Zeitverzögerung und die Rauschunterdrückung, nicht jedoch die Niveauanpassung, als wichtige Determinanten der Handelsperformance. Durch die gezielte Ausrichtung der Optimierung auf diese beiden Komponenten können letztendlich neue Strategien entworfen werden, die nicht durch klassische Ansätze replizierbar sind (Orthogonalität) und die aufgrund ihrer verbesserten Timing-Eigenschaften in der Lage sind, bei gleichwertiger Rauschunterdrückung eine systematische Outperformance zu erzielen.