This thesis study includes quantitative and qualitative research on real estate tokens, one of the leading security tokens. Security tokens, which are based on blockchain technology, are rapidly becoming widespread as new era investment products. Real estate tokens have long stood out as one of the most popular of these tokens. The underlying reason is that the real estate industry is associated with low liquidity and long and expensive transaction processes. Tokenization platforms and real estate market experts believe that tokenization will solve many problems in the traditional market. The products that will emerge through the tokenization of real estate assets can increase liquidity by removing high entry barriers in the market and create a secondary market where intermediaries are minimized. Theoretically, this technology, which can provide secure access to a wide market in a short time, can also mean a new platform for both debt and capital increase. Within the scope of this study, the structure of real estate tokens as financial products was examined, their similarities and differences with traditional products were discussed. Moreover, an empirical analysis has been made by comparing the financial performance of real estate tokens that are actively traded in the secondary market with certain reference indices. The empirical result found that token indices performed favorably with and relative to the crypto market and traditional market indices in the context of risk-adjusted returns. / Denna avhandlingsstudie inkluderar kvantitativ och kvalitativ forskning om fastighetspoletter, en av de ledande säkerhetspolletterna. Säkerhetstokens, som är baserade på blockchain-teknik, blir snabbt utbredda som investeringsprodukter i en ny era. Fastighetspoletter har länge stått ut som en av de mest populära av dessa tokens. Den bakomliggande orsaken är att fastighetsbranschen är förknippad med låg likviditet och långa och dyra transaktionsprocesser. Tokeniseringsplattformar och fastighetsmarknadsexperter tror att tokenisering kommer att lösa många problem på den traditionella marknaden. De produkter som kommer att dyka upp genom tokenisering av fastighetstillgångar kan öka likviditeten genom att ta bort höga inträdesbarriärer på marknaden och skapa en andrahandsmarknad där mellanhänder minimeras. Teoretiskt kan denna teknik, som kan ge säker tillgång till en bred marknad på kort tid, också innebära en ny plattform för både skuldsättning och kapitalökning. Inom ramen för studien undersöktes strukturen av fastighetspoletter som finansiella produkter, deras likheter och skillnader med traditionella produkter diskuterades. Dessutom har en empirisk analys gjorts genom att jämföra det finansiella resultatet för fastighetstokens som aktivt handlas på andrahandsmarknaden med vissa referensindex. Det empiriska resultatet fann att tokenindex presterade gynnsamt med och i förhållande till kryptomarknaden och traditionella marknadsindex i samband med riskjusterad avkastning.

Uppsatsen behandlar frågorna om vad en komplex tjänst är, vilka kriterier som EU-domstolen ställer upp för att klassificera komplexa tjänster som ett eller flera tillhandahållanden enligt mervärdesskatterätten, vilka kriterier som tillämpas vid klassificeringen av den komplexa tjänsten diskretionär portföljförvaltning samt om svensk rätt kan anses förenlig med EU-rätten.

The interest in logistics properties has risen significantly over the last decade, which have attracted more national and international investors. Previous research has mostly been centered on the property's location and how it has influenced their value. As the e-commerce trend has progressed, more requirements for property design have emerged, which makes it interesting to investigate how real estate companies resonate about this. The purpose of this master's thesis has been to investigate how the major real estate firms in the logistics sector conduct strategic acquisitions and divestments to satisfy market demand, and how this has affected their measurable profitability. The study is based on quantitative data gathered from annual reports regarding their portfolio change and various profitability measures. Moreover, the quantitative survey has been complemented with in-depth interviews with these companies to get an understanding regarding their transaction history and to gain a deeper understanding of their investment strategy regarding logistic properties. What has been observed by the study is that real estate companies strive to have flexible properties to be able to adjust for future tenants and thus minimize any vacancies. New logistical trends like “last mile delivery” seem to affect the company's strategies on localization. Pure logistics companies with less diversification have shown higher economic lease rates and profit development in their logistic portfolios than the more diversified companies. Furthermore, a general strategic development towards more diversification in more niched portfolios is visible. / Intresset för logistikfastigheter har ökat markant under det senaste decenniet, vilket har lockat fler nationella och internationella investerare. Tidigare forskning har mest handlat om varför efterfrågan ökar och hur fastighetens läge har påverkat dess värde. De strategier som fastighetsbolagen i Sverige tillämpar för att anpassa sig till denna trend och hur deras portföljlönsamhet har utvecklats är fortfarande obesvarade ämnen. Syftet med detta examensarbete har varit att undersöka hur de stora fastighetsföretagen inom logistiksektorn genomför strategiska förvärv och avyttringar för att möta marknadens efterfrågan och hur detta har påverkat deras mätbara lönsamhet. Studien baseras på kvantitativa data från årsrapporter avseende finansiell information, portföljfördelning och lokal närvaro. Dessutom har den kvantitativa undersökningen kompletterats med fördjupande intervjuer med dessa företag för att få en förståelse för deras transaktionshistorik och för att bättre förstå deras investeringsstrategier avseende logistikfastigheter. Det som har observerats av studien är att fastighetsbolagen strävar efter att ha flexibla fastigheter som ska kunna anpassas för framtida hyresgäster och därmed minimera eventuella vakanser. Nya logistiska trender som "last mile delivery" verkar ha en inverkan på företagens strategier för lokalisering. Logistikföretag med en större andel logistikfastigheter och mindre diversifiering har visat högre ekonomisk uthyrningsgrad och vinstutveckling i sina logistikportföljer än de mer diversifierade företagen. Vidare syns en generell strategisk utveckling mot mer diversifiering i mer nischade portföljer.

Vi lever numera i en tid präglad av teknisk innovation och inte minst inom artificiell intelligens. Samtidigt har vi en ökande popularitet för sparande och investeringar i olika sparplattformar och depåer. Teknologins roll inom kapitalförvaltning har blivit alltmer avgörande och medan AI fortsätter att revolutionera branscher över hela världen har dess integration i finanssektorn väckt både entusiasm och skepsis, möjligheter och hinder.  Syftet med denna kandidatuppsats är att belysa sambandet mellan AI och kapitalförvaltning. Genom att granska det aktuella landskapet för AI-adoptering på finansmarknaderna och undersöka dess potentiella konsekvenser för framtidens kapitalförvaltning, lyfter vår studie både möjligheter och utmaningar som uppstår i denna teknologiska revolution. Genom en kvalitativ analys av respondenternas åsikter och erfarenheter har flera viktiga slutsatser dragits. Mänsklig expertis och närvaro förblir viktigt trots att AI kommer implementeras mer inom kapitalförvaltning. Att AI förväntas komplettera snarare än ersätta mänsklig arbetskraft, är konsensus bland respondenterna. Men det finns hinder för AI-utvecklingen, som kommer från människans behov av mänsklig vägledning, regulatoriska hinder och integritetsfrågor.  Sammanfattningsvis visar vår uppsats att genom att integrera AI-teknologi i samband med mänsklig expertis och ansvarstagande, kan vi skapa en mer effektiv och hållbar hantering av kapitalförvaltning som gynnar investerare och samhället i stort. / We live in an era characterized by technological innovation, particularly in artificial intelligence (AI). At the same time, there is a growing popularity for savings and investments across various savings platforms and depots. The role of technology in capital management has become increasingly crucial, and while AI continues to revolutionize industries worldwide, its integration into the financial sector has sparked both enthusiasm and skepticism, presenting opportunities as well as obstacles. The purpose of this bachelor's thesis is to illuminate the relationship between AI and capital management. By examining the current landscape of AI adoption in financial markets and exploring its potential implications for the future of capital management, our study highlights both opportunities and challenges arising in this technological revolution. Through a qualitative analysis of respondents' opinions and experiences, several important conclusions have been drawn. Human expertise and presence remain important despite the increasing implementation of AI in capital management. Consensus among respondents is that AI is expected to complement rather than replace human labor. However, there are obstacles to AI development, stemming from human needs for guidance, regulatory barriers, and privacy concerns. In conclusion, our thesis demonstrates that by integrating AI technology alongside human expertise and responsibility, we can create a more efficient and sustainable management of capital that benefits investors and society at large.

BAKGRUND: Investerare har försökt slå marknaden så länge kapitalmarknader har funnits. En investeringsstrategi som använts är ”Dogs of the Dow”. Investeringsstrategin bygger på att investera i de bolagen med högst utdelningsandel. Vedertagna ekonomiska teorier förespråkar även att investeringar i stabila utdelningsbolag ger möjlighet att generera riskjusterad överavkastning. Det finns idag motstridiga bevis från olika aktiemarknader huruvida det går att skapa riskjusterad överavkastning genom placeringar i högutdelande bolag. SYFTE: Syftet med studien är att undersöka om det går att skapa högre riskjusterad avkastning än SIX Return Index (.SIXRX) genom att placera i de aktierna med högst direktavkastning på Stockholmsbörsen. Vidare syftar studien att undersöka både huruvida ”Dogs of the Dow”- strategin och en investeringsstrategi i stabila utdelningsbolag kan generera riskjusterad överavkastning jämfört med index på Stockholmsbörsen. GENOMFÖRANDE: Det skapas två portföljstrategier där den ena utgår från ”Dogs of the Dow” och den andra utgår från placeringar i stabila utdelningsaktier. Studien är en kvantitativ undersökning där data samlas in från välrenommerade databaser. Portföljerna innehåller tio bolag som rebalanseras varje år för att sedan justeras för risk och transaktionskostnader. SLUTSATS: Studien presenterar inga bevis för att det går att skapa riskjusterad överavkastning med utgångspunkt i ”Dogs of the Dow”-strategin på Stockholmsbörsen. Däremot visar studien att det med hjälp av placeringar i stabila utdelningsbolag går att skapa riskjusterad överavkastning på Stockholmsbörsen men utan statistiskt signifikans. / BACKGROUND: Investors have been trying to beat the market for as long as capital markets have existed. An investment strategy used to outperform the market is “Dogs of the Dow”. The investment strategy is based on investing in the companies with the highest dividend yield. Economic theories argue that investments in companies with stable dividend payouts are able to create risk-adjusted excess returns. There are contradictory evidence from different markets whether it is possible to earn risk-adjusted excess return through high-yield investments. PURPOSE: The purpose of the study is to investigate whether it is possible to earn higher risk- adjusted returns than the SIX Return Index (.SIXRX) through investing in the highest dividend yield companies on the Stockholm Stock Exchange. The study aims to investigate whether the “Dogs of the Dow” strategy and an investment strategy in companies with stable dividend payouts can generate risk-adjusted excess return compared to the SIX Return Index. COMPLETION: There are two portfolio strategies, one of which is based on ”Dogs of the Dow” and the other is based on investments in companies with stable dividend payouts. The quantitative study collects data from reputable databases. The portfolios contain ten companies that are rebalanced each year and the returns are adjusted for risk and transaction costs. CONCLUSION: The study presents no evidence that it is possible to earn risk-adjusted excess return with the “Dogs of the Dow” strategy on the Stockholm Stock Exchange. However, the study shows that investments in companies with stable dividend payouts can earn risk-adjusted excess return on the Stockholm Stock Exchange but without statistical significance.

Bakgrund: Värdestrategier har historiskt sett ofta genererat överavkastning relativt index. Huruvida en värdestrategi lyckas eller ej återspeglas i dess förmåga att identifiera och utnyttja felprissättningar på aktiemarknaden. Å andra sidan menar den effektiva marknadshypotesen att investeringsstrategier inte kan överavkasta marknaden via strategin i sig, utan att eventuell överavkastning beror på slumpen. Av dessa anledningar blir det intressant att analysera huruvida Greenblatts (2010) The Magic Formula kan generera överavkastning gentemot marknaden. Dessutom blir det intressant att testa om en modifierad strategi har en högre sannolikhet att lyckas med detta.  Syfte: Syftet med denna studie är att analysera huruvida The Magic Formula-strategin, och en modifierad The Magic Formula-strategi kan överavkasta den svenska aktiemarknaden över tid.  Metod: Studien har en kvantitativ strategi med en deduktiv ansats och en longitudinell design. Historiska aktiekurser har hämtats för att testa strategierna, där två fiktiva portföljer har skapats. Resultatet av dessa portföljers prestation har sedan analyserats samt testats statistiskt.  Slutsats: Resultatet visade att The Magic Formula mellan 2011–2022 inte lyckades överavkasta index. En modifierad variant av The Magic Formula lyckades dock överavkasta index avsevärt. Skillnaderna i medelavkastning gick dock inte att säkerställa statistiskt, vilket betyder att den genererade över- och underavkastningen mycket möjligt kan ha varit slumpmässig.  Nyckelord: The Magic Formula, EMH, Aktiv portföljförvaltning, Värdeinvestering, Overconfidence, Riskuppfattning, Flockbeteende / Background: Value investing has historically often generated excess returns relative to index. Whether a value strategy succeeds is reflected in its ability to identify and exploit mispricings in the stock market. On the other hand, the effective market hypothesis indicates that investment strategies cannot overperform the market via the strategy by itself, but that any excess return is random. For these reasons, it would be interesting to analyze whether Greenblatt's (2010) The Magic Formula can generate excess returns relative to the market. In addition, it would be interesting to test whether a modified strategy has a higher probability of succeeding.  Purpose: The purpose of this study is to analyze whether The Magic Formula strategy, and a modified The Magic Formula strategy can outperform the Swedish stock market over time.  Method: The study has a quantitative strategy with a deductive approach and a longitudinal design. Historical stock quotes have been obtained to test the strategies, where two fictitious portfolios have been created. The result of these portfolios' performance has then been analyzed and statistically tested.  Conclusion: The results showed that The Magic Formula between 2011–2022 failed in overperforming the market. However, a modified version of The Magic Formula managed to outperform the index considerably. Though, the differences in average returns could not be ensured statistically, which means that the generated over- and underperformance may very well have been random.  Keywords: The Magic Formula, EMH, Active portfolio management, Value investing, Overconfidence, Risk perception, Herd behaviour

In 2023, the topic of ongoing inflation is being discussed almost daily as it has become inevitable. The global economy is facing significant uncertainty and downward pressure as several leading developed nations adopted expansionary fiscal policies and quantitative easing monetary policies during the pandemic. Those action has lead to an unprecedented level of inflation today. The purpose of this report is to investigate different portfolio strategies and evaluate how various asset classes perform under varying inflationary conditions. Using regression analysis, the study assesses the performance of different assets during high and low inflation regimes. Additionally, two different portfolio strategies are implemented and compared against the 60/40 portfolio strategy, which is considered a benchmark approach among investors. The first strategy involves a modified version of the Markowitz optimization method, which determines the optimal weights of the portfolio during high and low inflationary environments. The second strategy entails identifying a signal and then dynamically adjusting the portfolio's weights based on the signal's value. The findings indicate that during high inflation periods, oil, gold, energy, basic materials, and technology sectors exhibit strong performance. Furthermore, the results reveal that the first strategy is more effective than the second strategy and the 60/40 benchmark. An interesting topic for further investigation is exploring the impact of short selling on portfolio allocation and strategy, which was not addressed in this report. / Under år 2023 är ämnet om pågående inflation nästan oundvikligt. Den globala ekonomin har stått inför betydande osäkerhet och nedåtgående tryck då flera ledande utvecklade nationer antagit expansiva finanspolitiska åtgärder och kvantitativa lättnadsmonetära åtgärder under pandemin. Dessa åtgärder har lett till en enastående nivå av inflation idag. Syftet med denna rapport är att undersöka olika portföljstrategier och hur olika tillgångsslag presterar under olika inflationsregimer. Med hjälp av regressionsanalys undersöks hur olika tillgångar presterar under hög respektive låg inflation. Därefter genomförs två olika portföljstrategier som sedan jämförs mot en 60/40 portföljstrategi, som anses vara en standardstrategi bland investerare. Den första strategin som genomförs är en modifierad version av Markowitz optimeringsmetod. Metoden används för att identifiera de optimala vikterna av portföljen under hög respektive låg inflationsmiljö. Den andra strategin som undersöks innebär att identifiera en signal och sedan dynamiskt justera portföljens vikter baserat på signalens värde. Resultaten visar att olja, guld, energi-, basmaterial- samt teknologisektorn presterar bra under hög inflation. Resultaten påvisar även att den första strategin är den mest effektiva i jämförelse med den andra strategin och 60/40 portföljstrategin. En aspekt som inte inkluderades i denna rapport är att undersöka hur blankning påverkar portföljallokeringen och strategin. Detta kan vara ett intressant ämne för vidare forskning.\\\\

Syfte: Syftet är att testa Fama och Frenchs femfaktormodell på den svenska aktiemarknaden. Detta genom att undersöka huruvida modellen kan statistiskt förklara portföljers genomsnittliga avkastning samt ifall specifika faktorer har statistisk signifikans. Metod: En kvantitativ studie med ett deduktivt förhållningssätt. Undersökningen utför tester på den svenska aktiemarknaden mellan 2015-01-01 och 2019-12-31 genom en regressionsanalys. Upptäckter: Fama och Frenchs femfaktormodell förkastas som helhet men det påvisas däremot att HML är statistisk signifikant inom sex av sex storlekssorterade portföljer, följt av SMB med fyra av sex. Fama och Frenchs femfaktormodellen har svårigheter att förklara avkastningen för mindre företag sorterade utifrån lönsamhet och book-to-market tal. Forskningsimplikationer: Undersöker ett forskningsämne som eftersträvar studier och tester på ett flertal varierande marknader för att förklara aktiers avkastningsmönster. Orginalitet och värde: Studien särskiljer sig på grund av avsaknaden av forskning på den svenska aktiemarknaden. Därtill bidrar studien till ett undersökningsområde för små öppna ekonomier som den svenska marknaden grundas i. / Purpose: The purpose is to test Fama and French's five-factor model in the Swedish stock market. This is done by examining whether the model can explain portfolios' average return and whether specific factors have statistical significance. Method: A quantitative study with a deductive approach. The survey performs tests on the Swedish stock market between 2015-01-01 and 2019-12-31 through a regression analysis. Findings: Fama and French's five-factor model is rejected as a whole, but it is shown that HML is statistically significant in every size-sorted portfolio, followed by SMB with statistical significance in four out of six portfolios. Fama and French's five-factor model have difficulty explaining the returns for smaller companies sorted on profitability and book-to-market ratio. Research implications: Investigates a research topic that strives for an increased number of studies and tests in different markets to explain stock return patterns. Originality and value: The study differs due to the lack of research on the Swedish stock market. In addition, the study contributes to a study area for small open economies in which the Swedish market is based.

Modern portfolio theory has its attractive characteristics of promoting diversification in a portfolio and can be seen as an easy alternative for setting optimal weights for portfolio managers. Furthermore, as portfolio managers try to beat a defined benchmark for their portfolio the Black-Litterman model allows them to include their own prospects on the future return of markets and securities. This thesis examines how the practical use of the Black-Litterman model can affect portfolios' performance. The analysis was done by calculating historical portfolio weights with investor views, without investor views, and with perfect investor views in the Black-Litterman model. Thereafter, calculating historical return and volatility for six multi-asset portfolios between 2017-09-25 and 2021-01-31. This was then compared with benchmark portfolios, which reflect the practical use. These portfolios included historically used investor views and constraints in the mean-variance optimization. The results showed that investor views had a negative effect on total return (lower return) and a positive effect on volatility (lower risk), however, an increased Sharpe ratio. The constraints in the mean-variance optimization used in the benchmark portfolios resulted in a lower total return. In conclusion, the Black-Litterman model showed robustness and did not generate unintuitive or unreasonable portfolios, and it has great potential with increasing accuracy in the investor views. / Modern portföljteori har attraktiva egenskaper vad gäller att främja diversifiering i en portfölj och kan ses som ett enkelt alternativ för att välja optimala vikter för portföljförvaltare. Eftersom portföljförvaltare försöker slå ett definierat benchmark för sin portfölj tillåter dessutom Black-Litterman modellen dem att inkludera sina egna åsikter angående förväntade avkastningar på marknader och värdepapper. Detta examensarbete undersöker hur den praktiska användningen av Black-Litterman modellen kan påverka portföljernas prestation. Analysen gjordes genom att beräkna historiska portföljvikter med Black-Litterman modellen med och utan invetserarens egna åsikter angående förväntade avkastningar, och med perfekta förväntade avkastningar. Därefter beräknades historiska avkastningar och volatiliteter för sex investeringsportföljer mellan 2017-09-25 och 2020-01-31. Detta jämfördes med benchmarkportföljer, vilka återspeglade den praktiska användningen. Dessa portföljer inkluderade historiskt använda förväntade avkastningar och restriktioner i mean-variance optimeringen. Resultaten visade att investerares åsikter angående förväntade avkastningar hade en negativ effekt på avkastningen (lägre avkastning), positiv effekt på volatiliteten (lägre risk), vilket resulterade i en högre Sharpe kvot. Restriktionerna i mean-variance optimeringen som användes i benchmarkportföjerna resulterade i en lägre totalavkastning. Sammanfattningsvis visade Black-Litterman modellen robusthet och genererade inte ointuitiva eller olämpliga portföljer, och modellen har stor potential med ökad träffsäkerhet i investerarens åsikter angående förväntade avkastningar.

This thesis evaluates the use of a Deep Reinforcement Learning (DRL) approach to portfolio management on the Swedish stock market. The idea is to construct a portfolio that is adjusted daily using the DRL algorithm Proximal policy optimization (PPO) with a multi perceptron neural network. The input to the neural network was historical data in the form of open, high, and low price data. The portfolio is evaluated by its performance against the OMX Stockholm 30 index (OMXS30). Furthermore, three different approaches for optimization are going to be studied, in that three different reward functions are going to be used. These functions are Sharp ratio, cumulative reward (Daily return) and Value at risk reward (which is a daily return with a value at risk penalty). The historival data that is going to be used is from the period 2010-01-01 to 2015-12-31 and the DRL approach is then tested on two different time periods which represents different marked conditions, 2016-01-01 to 2018-12-31 and 2019-01-01 to 2021-12-31. The results show that in the first test period all three methods (corresponding to the three different reward functions) outperform the OMXS30 benchmark in returns and sharp ratio, while in the second test period none of the methods outperform the OMXS30 index. / Målet med det här arbetet var att utvärdera användningen av "Deep reinforcement learning" (DRL) metod för portföljförvaltning på den svenska aktiemarknaden. Idén är att konstruera en portfölj som justeras dagligen med hjälp av DRL algoritmen "Proximal policy optimization" (PPO) med ett neuralt nätverk med flera perceptroner. Inmatningen till det neurala nätverket var historiska data i form av öppnings, lägsta och högsta priser. Portföljen utvärderades utifrån dess prestation mot OMX Stockholm 30 index (OMXS30). Dessutom studerades tre olika tillvägagångssätt för optimering, genom att använda tre olika belöningsfunktioner. Dessa funktioner var Sharp ratio, kumulativ belöning (Daglig avkastning) och Value at risk-belöning (som är en daglig avkastning minus Value at risk-belöning). Den historiska data som användes var från perioden 2010-01-01 till 2015-12-31 och DRL-metoden testades sedan på två olika tidsperioder som representerar olika marknadsförhållanden, 2016-01-01 till 2018-12-31 och 2019-01-01 till 2021-12-31. Resultatet visar att i den första testperioden så överträffade alla tre metoder (vilket motsvarar de tre olika belöningsfunktionerna) OMXS30 indexet i avkastning och sharp ratio, medan i den andra testperioden så överträffade ingen av metoderna OMXS30 indexet.