This thesis examines the statistical and economic performance of modeling and predicting equity index returns by application of various statistical models on a set of macroeconomic and financial variables. By combining linear principal component regression, vector autoregressive models, and LSTM neural networks, the authors find that while a majority of the models display high statistical significance, virtually none of them successfully outperform classic portfolio theory on efficient markets in terms of risk-adjusted returns. Several implications are also discussed based on the results. / Detta examensarbete undersöker den statistiska och ekonomiska prestationen i att modellera och prognostisera aktieindexavkastning via applikation av flertalet statistiska modeller på en datamängd bestående av makroekonomiska och finansiella variabler. Genom att kombinera linjär huvudkomponentsregression (principal component analysis), vektorautoregression och den återkopplande neurala nätverksmodellen LSTM finner författarna att även om majoriteten av modellerna påvisar hög statistisk signifikans så överpresterar praktiskt taget ingen av dem mot klassisk portföljteori på effektiva marknader, sett till riskjusterad avkastning. Flera implikationer diskuteras också baserat på resultaten

The financial market is a stochastic and complex system that is challenging to model. It is crucial for investors to be able to model the probability of possible outcomes of financial investments and financing decisions in order to produce fruitful and productive investments. This study investigates how Monte Carlo simulations of random walks can be used to model the probability of future stock returns and how the simulations can be improved in order to provide better accuracy. The implemented method uses a mathematical model called Geometric Brownian Motion (GBM) in order to simulate stock prices. Ten Swedish large-cap stocks were used as a data set for the simulations, which in turn were conducted in time periods of 1 month, 3 months, 6 months, 9 months and 12 months. The two main parameters which determine the outcome of the simulations are the mean return of a stock and the standard deviation of historical returns. When these parameters were calculated without weights the method proved to be of no statistical significance. The method improved and thereby proved to be statistically significant for predictions for a 1 month time period when the parameters instead were weighted. By varying the assumptions regarding price distribution with respect to the size of the current time period and using other weights, the method could possibly prove to be more accurate than what this study suggests. Monte Carlo simulations seem to have the potential to become a powerful tool that can expand our abilities to predict and model stock prices. / Den finansiella marknaden är ett stokastiskt och komplext system som är svårt att modellera. Det är angeläget för investerare att kunna modellera sannolikheten för möjliga utfall av finansiella investeringar och beslut för att kunna producera fruktfulla och produktiva investeringar. Den här studien undersöker hur Monte Carlo-simuleringar av så kallade random walks kan användas för att modellera sannolikheten för framtida aktieavkastningar, och hur simuleringarna kan förbättras för att ge bättre precision. Den implementerade metoden använder den matematiska modellen Geometric Brownian Motion (GBM) för att simulera aktiepriser. Tio svenska large-cap aktier valdes ut som data för simuleringarna, som sedan gjordes för tidsperioderna 1 månad, 3 månader, 6 månader, 9 månader och 12 månader. Huvudparametrarna som bestämmer utfallet av simuleringarna är medelvärdet av avkastningarna för en aktie samt standardavvikelsen av de historiska avkastningarna. När dessa parametrar beräknades utan viktning gav metoden ingen statistisk signifikans. Metoden förbättrades och gav då statistisk signifikans på en 1 månadsperiod när parametrarna istället var viktade. Metoden skulle kunna visa sig ha högre precision än vad den här studien föreslår. Det är möjligt att till exempel variera antagandena angående prisernas fördelning med avseende på storleken av den nuvarande tidsperioden, och genom att använda andra vikter. Monte Carlo-simuleringar har därför potentialen att utvecklas till ett kraftfullt verktyg som kan öka vår förmåga att modellera och förutse aktiekurser.

Sweden is known for being at the forefront of becoming a cashless society.However, cash continues to be an important part of the payment ecosystem butthere are limited studies and data regarding the preference for holding cash. Previousstudies have shown that the use of cash is declining with regards to comers and thatthere are behavior differences between cultures and sociodemographic groups inregards to characteristics and preferences for payment methods. The aim of thisstudy was to investigate the informational attributes that drives the preference forholding cash by studying two extreme cases, Sweden which is a pioneer of cashlesssociety, and Germany which is one of the most conservative cash-intensivecountries in the Western world. Primary quantitative data was derived fromstandardized questionnaires issued in both countries by Loomis AB; the data wasdescribed and analyzed with applicable statistical procedures. A multivariate analysiswas performed on a specific segment of the collected data were the respondents hadbeen asked to rate cash associated statements based on their agreeableness towardsthem. These segments were then examined through a Principal component analysisto determine the underlying dimensions regarding preferences for cash. Our resultssuggest that Germans withdrew cash more frequently, from a wider spectrum ofdenominations and carried it to a larger extend than Swedes. Swedes made limitedwithdrawals, of small denominations and preferred to carry smaller amounts of cash.The results also show that there were differences in the perception and preferencesfor cash between sociodemographic groups, with e.g. older age groups being used to itand the youngest using it due to ‘status quo bias’. The main conclusions include thatthe informational attributes such as security, anonymity, ease of use and paymentinfrastructure was the main drives for the preferences of holding cash. / Sverige är känt för att vara i framkanten gällande transformationen till att bli ettkontantlöst samhälle. Kontanter fortsätter dock att vara en viktig del avbetalningsekosystemet, men det finns begränsade studier och data om preferensenför att hålla kontanter. Tidigare studier har visat att användningen av kontanterminskat i dagligvaru- och sällanköpshandeln och att det finns beteendeskillnadermellan kulturer och sociodemografiska grupper med avseende på egenskaper ochpreferenser för betalningsmetoder. Syftet med denna studie var att undersöka deinformativa attribut som driver preferensen för att hålla pengar genom att studeratvå extrema fall, Sverige som är en pionjär gällande det kontantlösa samhället ochTyskland som är ett av de mest konservativa kontantanvändande länderna ivästvärlden. Kvantitativa data härleddes från standardiserade frågeformulärutfärdade i de båda länderna av Loomis AB; data beskrevs och analyserades medtillämpliga statistiska förfaranden, mer specifikt en multivariantanalys som gjordespå ett visst segment av de insamlade uppgifterna, där de svarande blev ombedda attbedöma kontantanvändningen genom associerade uttalanden baserat på derasöverensstämmelse med dem. Dessa segment undersöktes sedan genom enhuvudkomponentanalys för att bestämma de underliggande dimensionerna gällandepreferenser för kontanter. Våra resultat tyder på att tyskar tar ut pengar merfrekvent, från ett bredare spektrum av valörer och bär i större utsträckning merkontanter än svenskar. Svenskar har en begränsad uttagsfrekvens, främst av småvalörer samt att de föredrar att bära kontanter i en liten utsträckning. Fortsatt visarResultaten att det fanns skillnader i perception och preferenser för kontanter mellansociodemografiska grupper, exempelvis är äldre åldersgrupper vana vidkontantanvändning och att de yngre åldersgrupperna använder kontanter på grundav "status quo bias". De viktigaste slutsatserna är att de informativa attribut somsäkerhet, anonymitet, användarvänlighet och betalningsinfrastruktur är de viktigastedrivkrafterna gällande preferensen att hålla kontanter.

In recent years, financial trading has become more available. This has led to more market participants and more trades taking place each day. The increased activity also implies an increasing number of abusive trades. To detect the abusive trades, market surveillance systems are developed and used. In this thesis, two different methods were tested to detect these abusive trades on high-dimensional data. One was based on empirical quantiles, and the other was based on an unsupervised machine learning technique called isolation forest. The empirical quantile method uses empirical quantiles on dimensionally reduced data to determine if a datapoint is an outlier or not. Principal Component Analysis (PCA) is used to reduce the dimensionality of the data and handle the correlation between features.Isolation forest is a machine learning method that detects outliers by sorting each datapoint in a tree structure. If a datapoint is close to the root, it is more likely to be an outlier. Isolation forest have been proven to detect outliers in high-dimensional datasets successfully, but have not been tested before for market surveillance. The performance of both the quantile method and isolation forest was tested by using recall and run-time.  The conclusion was that the empirical quantile method did not detect outliers accurately when all dimensions of the data were used. The method most likely suffered from the curse of dimensionality and could not handle high dimensional data. However, the performance increased when the dimensionality was reduced. Isolation forest performed better than the empirical quantile method and detected 99% of all outliers by classifying 226 datapoints as outliers out of a dataset with 184 true outliers and 1882 datapoints. / Under de senaste åren har finansiell handel blivit mer tillgänglig för allmänheten. Detta har lett till fler deltagare på marknaderna och att fler affärer sker varje dag. Den ökade aktiviteten innebär också att de missbruk som förekommer ökar. För att upptäcka otillåtna affärer utvecklas och används marknadsövervakningssystem. I den här avhandlingen testades två olika metoder för att upptäcka dessa missbruk utifrån högdimensionell data. Den ena baserades på empiriska kvantiler och den andra baserades på en oövervakad maskininlärningsteknik som kallas isolationsskog. Den empiriska kvantilmetoden använder empiriska kvantiler på dimensionellt reducerad data för att avgöra om en datapunkt är ett extremvärde eller inte. För att reducera dimensionen av datan, och för att hantera korrelationen mellan variabler, används huvudkomponent analys (HKA).Isolationsskog är en maskininlärnings metod som upptäcker extremvärden genom att sortera varje datapunkt i en trädstruktur. Om en datapunkt är nära roten är det mer sannolikt att det är en extremvärde. Isolationsskog har visat sig framgångsrikt upptäcka extremvärden i högdimensionella datauppsättningar, men har inte testats för marknadsövervakning tidigare. För att mäta prestanda för båda metoderna användes recall och körtid. Slutsatsen är att den empiriska kvantilmetoden inte hittade extremvärden när alla dimensioner av datan användes. Metoden led med största sannolikhet av dimensionalitetens förbannelse och kunde inte hantera högdimensionell data, men när dimensionaliteten reducerades ökade prestandan. Isolationsskog presterade bättre än den empiriska kvantilmetoden och lyckades detektera 99% av alla extremvärden genom att klassificera 226 datapunkter som extremvärden ur ett dataset med 184 verkliga extremvärden och 1882 datapunkter.

As the emergence of new technologies are continuously disrupting the way in which organizations function and develop, the majority of initiatives within Learning and Development (L&D) are far from fully effective. The purpose of this study was to conduct an exploratory case study to investigate how automation and AI technologies could improve corporate learning within financial services companies. The study was delimited to study three case companies, all primarily operating in the Nordic financial services industry. The exploratory research was carried out through a literature review, several indepth interviews as well as a survey for a selected number of research participants. The research revealed that the current state of training within financial services is characterized by a significant amount of manual and administrative work, lack of intelligence within decision-making as well as a non-existing consideration of employee knowledge. Moreover, the empirical evidence similarly reveled a wide array of opportunities for adopting automation and AI technologies into the respective learning workflows of the L&D organization within the case companies. / I takt med att företag kontinuerligt anammar nya teknologier för att förbättra sin verksamhet, befinner sig utbildningsorganisationer i ett märkbart ineffektivt stadie. Syftet med denna studie var att genomföra en explorativ fallstudie gällande hur finansbolag skulle kunna införa AI samt automatisering för att förbättra sin utbildningsorganisation. Studien var begränsat till att undersöka tre företag, alla med verksamhet i den nordiska finansbranschen. Den explorativa delen av studien genomfördes med hjälp av en litteraturstudie, flertal djupgående intervjuer samt en enkät för ett begränsat antal deltagare i forskningsprocessen. Forskning påvisade att den existerade utbildningsorganisationen inom finansbolag är starkt präglat av ett överflöd av manuellt och administrativt arbete, bristande intelligens inom beslutsprocesser samt en bristande hänsyn för existerande kunskapsnivåer bland anställda. Studien påvisade därtill en mängd möjligheter att införa automatisering samt AI för att förbättra utbildningsflödena inom samtliga deltagande bolag i fallstudien.

<p>Under de senaste åren har det kommit fram exempel på att den ekonomiska information som företag lämnar ifrån sig inte alltid ger en rättvisande bild av företagets finansiella ställning och framtidsutsikter. Redovisningsskandalerna i Enron, Worldcom och Parmalat är bara några exempel. Som en följd av att finansiella rapporter ofta innehåller förfalskad eller förvanskad information har krav ställts på mer tillförlitlig och jämförlig rapportering.</p><p>Detta har lett till ett behov av en internationell harmonisering av redovisningsreglerna från företagens intressenter, vilka vill ha gemensamma regler för att bland annat kunna göra jämförelser mellan företag från olika länder och branscher och på så sätt fatta välgrundade investeringsbeslut.</p><p>EU har beslutat att alla noterade koncernföretag inom EU från och med 1 januari 2005 är skyldiga att upprätta sin koncernredovisning enligt de internationella redovisningsstandarderna: IFRS. De nya reglernas syfte är att skapa förutsättningar för en integrerad och effektiv kapitalmarknad genom att förbättra jämförbarheten av redovisningshandlingar på den inre marknaden. De nya reglerna ska också skapa förutsättningar för en gemensam redovisningsstandard världen över. I och med att den internationella jämförbarheten ökar genereras mer jämbördiga ”spelregler” i samband med företagsförvärv.</p><p>Syftet med uppsatsen är att, utifrån en illustrativ studie över fem utvalda årsredovisningar från år 2004, se hur företagen valt att förbereda sig inför de nya IFRS-reglerna, samt hur de tillämpas i årsredovisningarna. Vi vill se om redovisningen i det här förberedande läget har blivit mer öppen och upplysande samt om den ger en mer rättvisande bild av företagen.</p><p>I vår slutsats har vi kommit fram till att vi inte anser att redovisningen har blivit öppnare eller mer jämförbar i de studerade företagen efter införandet av IFRS. Detta beror till stor del på att värderingen av företagens tillgångar bygger på företagens egna subjektiva åsikter, vilket gör att de kan styra värderingen och resultatet dit de vill. Detta värderingsproblem tror vi även kommer att finnas i fortsättningen och det gör att korrekt värdering av företaget aldrig riktigt kommer att visas.</p>

<p><p><p>Allmänhetens uppfattning är att desto fler valmöjligheter det finns desto bättre är det. Men är det verkligen så i alla olika valsituationer vi ställs inför? (Iyengar & Lepper 2000)  </p><p> </p><p>Utifrån tidigare forskning testar vår uppsats om människors valmöjligheter, ett experiment där vi ser hur människor gör sina val på den svenska fondmarknaden. De fick välja mellan ett mindre (limited) urval eller ett större (extensive) urval av fonder. </p><p> </p><p>Utgångspunkten i uppsatsen är två olika forskningsartiklar från Iyengar & Lepper (2000) samt Iyengar & Jiang (2003) där de testar hur människor gör sina val när de får olika stora utbud att </p><p>välja bland. I deras forskning kommer de fram till att även om människor tycker att det är roligare att ha många valmöjligheter så blir det oftare val gjorda eller saker köpta om de har </p><p>mindre saker att välja bland. Detta fenomen kallas choice overload och innebär alltså att det finns en valtrötthet för människor när de ska göra sina val. </p><p> </p><p>Vårt huvudsyfte med denna uppsats är att testa om fenomenet choice overload kan tillämpas på den svenska fondmarknaden och därmed se om beslutet att själv välja fonder påverkas av fondutbudets storlek. Experimentet skedde genom en enkätundersökning på två stycken bankkontor där slumpvis utvalda kunder fick svara på enkäterna. Vi hade två olika enkäter där </p><p>den ena bestod av en fråga där de skulle välja bland ett mindre urval fonder (10st) och den andra bland ett större urval fonder (60st). Varje respondent fick bara en enkät och var därmed helt ovetande om att den andra existerade. Istället för att välja själva kunde de även få låta en </p><p>rådgivare välja åt dem, detta för att få ett alternativ till att välja själv. När vi samlat in alla enkäterna (98st) så jämförde vi resultaten mot varandra i statistikprogrammet SPSS. </p><p> </p><p>Delsyftet som kompletterar huvudsyftet i uppsatsen är att vi rensar för demografiska skillnader som t.ex. kön, utbildning och ålder, så att de inte har någon inverkan på beslutet att välja fonder.  </p><p> </p><p>Genom experimentet vi gjorde så visade det sig att människor valde fonder själva i större utsträckning när de fick enkäten med det mindre fondutbudet på (limited) än när de fick den enkäten med det större fondutbudet (extensive). Denna slutsats är förenlig med den forskning </p><p>vi hade som utgångspunkt till uppsatsen. Alltså att människor hellre gör sina val när de har ett mindre utbud att välja bland. Även om människor gillar att ha många valmöjligheter så kan det leda till att det blir så komplext att hantera att det leder till fenomenet choice overload. </p><p>Vårt experiment med enkäter visar även att de demografiska skillnaderna inte spelar någon signifikant roll för resultatet. </p></p></p>

Under de senaste åren har det kommit fram exempel på att den ekonomiska information som företag lämnar ifrån sig inte alltid ger en rättvisande bild av företagets finansiella ställning och framtidsutsikter. Redovisningsskandalerna i Enron, Worldcom och Parmalat är bara några exempel. Som en följd av att finansiella rapporter ofta innehåller förfalskad eller förvanskad information har krav ställts på mer tillförlitlig och jämförlig rapportering. Detta har lett till ett behov av en internationell harmonisering av redovisningsreglerna från företagens intressenter, vilka vill ha gemensamma regler för att bland annat kunna göra jämförelser mellan företag från olika länder och branscher och på så sätt fatta välgrundade investeringsbeslut. EU har beslutat att alla noterade koncernföretag inom EU från och med 1 januari 2005 är skyldiga att upprätta sin koncernredovisning enligt de internationella redovisningsstandarderna: IFRS. De nya reglernas syfte är att skapa förutsättningar för en integrerad och effektiv kapitalmarknad genom att förbättra jämförbarheten av redovisningshandlingar på den inre marknaden. De nya reglerna ska också skapa förutsättningar för en gemensam redovisningsstandard världen över. I och med att den internationella jämförbarheten ökar genereras mer jämbördiga ”spelregler” i samband med företagsförvärv. Syftet med uppsatsen är att, utifrån en illustrativ studie över fem utvalda årsredovisningar från år 2004, se hur företagen valt att förbereda sig inför de nya IFRS-reglerna, samt hur de tillämpas i årsredovisningarna. Vi vill se om redovisningen i det här förberedande läget har blivit mer öppen och upplysande samt om den ger en mer rättvisande bild av företagen. I vår slutsats har vi kommit fram till att vi inte anser att redovisningen har blivit öppnare eller mer jämförbar i de studerade företagen efter införandet av IFRS. Detta beror till stor del på att värderingen av företagens tillgångar bygger på företagens egna subjektiva åsikter, vilket gör att de kan styra värderingen och resultatet dit de vill. Detta värderingsproblem tror vi även kommer att finnas i fortsättningen och det gör att korrekt värdering av företaget aldrig riktigt kommer att visas.

Allmänhetens uppfattning är att desto fler valmöjligheter det finns desto bättre är det. Men är det verkligen så i alla olika valsituationer vi ställs inför? (Iyengar &amp; Lepper 2000)     Utifrån tidigare forskning testar vår uppsats om människors valmöjligheter, ett experiment där vi ser hur människor gör sina val på den svenska fondmarknaden. De fick välja mellan ett mindre (limited) urval eller ett större (extensive) urval av fonder.    Utgångspunkten i uppsatsen är två olika forskningsartiklar från Iyengar &amp; Lepper (2000) samt Iyengar &amp; Jiang (2003) där de testar hur människor gör sina val när de får olika stora utbud att  välja bland. I deras forskning kommer de fram till att även om människor tycker att det är roligare att ha många valmöjligheter så blir det oftare val gjorda eller saker köpta om de har  mindre saker att välja bland. Detta fenomen kallas choice overload och innebär alltså att det finns en valtrötthet för människor när de ska göra sina val.    Vårt huvudsyfte med denna uppsats är att testa om fenomenet choice overload kan tillämpas på den svenska fondmarknaden och därmed se om beslutet att själv välja fonder påverkas av fondutbudets storlek. Experimentet skedde genom en enkätundersökning på två stycken bankkontor där slumpvis utvalda kunder fick svara på enkäterna. Vi hade två olika enkäter där  den ena bestod av en fråga där de skulle välja bland ett mindre urval fonder (10st) och den andra bland ett större urval fonder (60st). Varje respondent fick bara en enkät och var därmed helt ovetande om att den andra existerade. Istället för att välja själva kunde de även få låta en  rådgivare välja åt dem, detta för att få ett alternativ till att välja själv. När vi samlat in alla enkäterna (98st) så jämförde vi resultaten mot varandra i statistikprogrammet SPSS.    Delsyftet som kompletterar huvudsyftet i uppsatsen är att vi rensar för demografiska skillnader som t.ex. kön, utbildning och ålder, så att de inte har någon inverkan på beslutet att välja fonder.     Genom experimentet vi gjorde så visade det sig att människor valde fonder själva i större utsträckning när de fick enkäten med det mindre fondutbudet på (limited) än när de fick den enkäten med det större fondutbudet (extensive). Denna slutsats är förenlig med den forskning  vi hade som utgångspunkt till uppsatsen. Alltså att människor hellre gör sina val när de har ett mindre utbud att välja bland. Även om människor gillar att ha många valmöjligheter så kan det leda till att det blir så komplext att hantera att det leder till fenomenet choice overload.  Vårt experiment med enkäter visar även att de demografiska skillnaderna inte spelar någon signifikant roll för resultatet.

The introduction of contracts for difference, CFDs, in the Nordic market has meant a tremendous freedom for both large investors and small investors. CFDs, like many other financial derivatives, allow speculation on price movements in virtually all global markets with easy access to leverage, which is the same as borrowed capital. CFDs carry high risk and hence should only be used by qualified traders.  Swedish CFD providers have been criticized for mass marketing their services with lack of regard for the industry's sustainability. The legal requirements placed on CFD providers for customer's creditworthiness and knowledge are also said to be weak, given the products complexity and high risk. Thus, the purpose with this research is to respond to the criticism by examining the level of risk management, and the level of strategic awareness among CFD traders. The epistemological orientation of this research conforms to the philosophy of positivism, and the research approach is consistent with the deductive approach. The research is based on a quantitative data collection method were a survey was carried out with CMC Markets’ customers with 233 respondents.After examining the usage of risk management tools, position sizing and monitoring; the results suggest that the level of risk management among CFD traders is moderately high. For a trading strategy to function, and hence be successful, it is important that traders are consistent with the various components that a trading strategy consists of. After examining to what extent the CFD traders positions are based on rules and signals as well as loyalty to them, to what extent they optimize their trading strategy, and lastly to what extent they use available strategy methods I came to the conclusion that there is a relatively low level of strategic awareness.Keywords: CMC Markets, Finance, CFDs, Investment, Derivative, Securities Trading, CFD Trading, Stocks, Risk management, Strategic awareness, Trading strategy, Technical analysis, Fundamental analysis